买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州紫为云科技有限公司

摘要：本发明公开了一种基于多人全身关键姿态估计的骨骼关键点非极大值抑制方法，针对述多人全身关键点检测存在的混叠问题，本发明设计一种多人全身关键点检测的针对骨骼关键点的非极大值抑制算法。该算法巧妙利用不同身体部位之间的簇中心点，针对簇中心点的临近框检测的关键点做非全局中心合并。然后根据合并权重输出最终关键点检测效果。此外，本发明提出的算法根据关键点置信度来计算人体检测分数，根据分数降序排列做非极大值抑制计算。有效的提升了处理精度。针对全身关键点场景，是高效实用的算法。

主权项：1.一种基于多人全身关键姿态估计的骨骼关键点非极大值抑制方法，其特征在于，所述骨骼关键点非极大值抑制方法包括如下步骤：步骤1，初始化人体掩码Humanmask和人体置信度HumanScore，其中，所述人体掩码表示为nx1维向量，n表示当前人数，所述人体掩码取值为True和False，初始时将全部的人体掩码设置为True，人体置信度HumanScore为预先输入的骨骼关键点预测置信度数组对应的值；然后初始化阈值gamma与匹配阈值match_thresh和合并阈值merge_thresh，当人体掩码Humanmask数组有元素为True时则一直保持循环，若掩码值为False时则跳过该点不进行遍历；步骤2，选择人体置信度HumanScore置信度最高的索引作为Pick_id，计算该索引Pick_id距离其它未匹配id的分布加权距离distid，其中，计算给定每一个分布加权距离distid时，匹配该关键点的个数num_matchesid，然后遍历所有未匹配的骨骼关键点的id，如果该关键点的分布加权距离distid小于阈值gamma或匹配该关键点的个数num_matchesid大于匹配阈值时，在合并数组中增加该索引id并将该id的人体掩码设置为False值，即Humanmask[id]＝False，其中，定义为分簇集合，则分布式距离可由如下公式计算： 其中，k为关键点x,y坐标对，N＝136为设定的全身关键点个数，该分布式距离为均值距离，它通过加权簇来计算id1与id2的分布式距离；步骤3，遍历选择数组中的每一个元素，其中所述选择数组用于存放当前选择的检测人物ID，执行快速合并fastmerge算法得到经非极大值抑制后的骨骼关键点坐标和置信度数，其中，所述执行快速合并fastmerge算法进一步包括：步骤301，对参数进行初始化，遍历所有当前选择的检测人物ID的合并数组merge_arr中的元素合并点ID，遍历136个骨骼关键点元素，并计算当前选择的检测人物ID的骨骼关键点与元素合并点ID的之间的欧式距离dist，如果所述欧式距离dist小于预设的距离阈值，则将该骨骼关键点的掩码设置为1，若否则设为0；步骤302，计算归一化权重的值norm_scores，根据归一化权重norm_scores合并骨骼关键点预测坐标数组的所有元素合并点ID的merge_id得到最终加权合并点结果，再根据归一化权重norm_scores合并骨骼关键点预测置信度数组的所有元素合并点ID的merge_id得到最终加权合并点结果，其中所述归一化权重的计算公式为： 其中，Kx和Ky为合并后的关键点x，y坐标，所述normid为当前mergeid的归一化权重，和为merge_id的骨骼关键点坐标；步骤303，将所述步骤302的计算结果得到的预测点坐标加入到经非极大值抑制后的骨骼关键点坐标数组；步骤4，如果经非极大值抑制后的骨骼关键点置信度中的最大值小于合并阈值，则跳过本次循环并得到经非极大值抑制后的骨骼关键点坐标和置信度数并加入对应数组中，同时返回输出结果。

全文数据：

权利要求：

百度查询： 广州紫为云科技有限公司 多人全身关键姿态估计的骨骼关键点非极大值抑制方法