(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211441234.0 (22)申请日 2022.11.17 (71)申请人 中南民族大 学 地址 430000 湖北省武汉市洪山区民族大 道708号、 823号 (72)发明人 高军峰　张宇　张冰洋　向杰　 曹书琪　黄龙　付君雅　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 谢洋 (51)Int.Cl. G06K 9/62(2022.01) (54)发明名称 一种人体姿态识别方法、 系统、 电子设备及 存储介质 (57)摘要 本发明提供的一种人体姿态识别方法、 系 统、 电子设备及存储介质， 方法包括： 基于 预设算 法对获取的初始点云数据进行预处理， 得到噪声 分离后的人体运动点云数据； 对 人体运动点云数 据中多个点进行关联， 获取其对应的多个特征信 息； 基于人体运动点云数据和多个特征信息对预 设的分类识别模 型进行训练， 得到训练完成的姿 态识别模型； 基于姿态识别模型对初始点云数据 进行识别， 得到其对应的人体姿态信息。 本发明 通过预处理去除初始点云数据的噪声， 从而降低 分类识别模 型的计算复杂 度以及增强学习效率， 基于去噪的人体运动点云数据和多个特征进行 模型训练得到姿态识别模型， 并基于姿态识别模 型对点云数据进行姿态识别， 从而大大的提高人 体姿态识别精度。 权利要求书2页 说明书8页 附图2页 CN 115496170 A 2022.12.20 CN 115496170 A 1.一种人体姿态 识别方法， 其特 征在于， 所述方法包括： 基于预设算法对获取的初始点云数据进行预处理， 得到噪声分离后的人体运动 点云数 据； 对所述人体运动点云数据中多个点进行关联， 获取其对应的多个特 征信息； 基于所述人体运动 点云数据和所述多个特征信 息对预设的分类识别模型进行训练， 得 到训练完成的姿态 识别模型； 基于所述姿态 识别模型对所述初始点云数据进行识别， 得到其对应的人体姿态信息 。 2.根据权利要求1所述的人体姿态识别方法， 其特征在于， 所述基于预设算法对获取的 初始点云数据进行 预处理， 得到噪声分离后的人体运动点云数据的步骤， 包括： 获取初始点云数据； 基于预设算法对所述初始点云数据中人体中心进行聚类； 将聚类后的结果进行体素化处 理， 得到噪声分离后的人体运动点云数据。 3.根据权利要求1所述的人体姿态识别方法， 其特征在于， 所述对所述人体运动 点云数 据中多个点进行关联， 获取其对应的多个特 征信息的步骤， 包括： 将所述人体运动 点云数据进行多点连接， 获取其对应的多点之间的距离、 角度、 移动方 向和移动速度的特 征信息。 4.根据权利要求3所述的人体姿态识别方法， 其特征在于， 所述将所述人体运动 点云数 据进行多点连接， 获取其对应的多点之 间的距离、 角度、 移动方向和移动速度的特征信息的 步骤之后， 包括： 构建二维矩阵， 将所述多个点之间的距离、 角度、 移动方向和移动速度的特征信息以 one‑hot编码进行存 储。 5.根据权利要求1所述的人体姿态识别方法， 其特征在于， 所述基于所述人体运动点云 数据和所述多个特征信息对预设的分类识别模型进行训练， 得到训练完成的姿态识别模型 的步骤， 包括： 基于所述多个特征信 息构建对应的预设的分类识别模型， 所述预设的分类识别模型为 高阶因子分解模型； 基于所述高阶因子分解模型对所述人体运动点云数据和所述多个特征信息进行交叉 学习， 直至满足预设学习率时， 得到训练完成的姿态 识别模型。 6.根据权利要求5所述的人体姿态 识别方法， 其特 征在于， 所述高阶因子分解模型为： ;权　利　要　求　书 1/2 页 2 CN 115496170 A 2其中， 是目标函数， 和 是权重因子， 、 和 表示特征变量， 、 和 表示隐向量， 和 为隐向量的点积， 为单个特征变量 的数量，i、 j和l为序号。 7.根据权利要求5所述的人体姿态 识别方法， 其特 征在于， 还 包括： 基于所述多个特征信息的交互顺序， 对所述姿态识别模型进行优化， 得到优化后的姿 态识别模型。 8.一种人体姿态 识别系统， 其特 征在于， 包括： 数据处理模块， 用于基于预设算法对获取的初始点云数据进行预处理， 得到噪声分离 后的人体运动点云数据； 特征提取模块， 用于对所述人体运动点云数据中多个点进行关联， 获取其对应的多个 特征信息； 模型训练模块， 用于基于所述人体运动 点云数据和所述多个特征信 息对预设的分类识 别模型进行训练， 得到训练完成的姿态 识别模型； 姿态识别模块， 用于基于所述姿态识别模型对所述初始点云数据进行识别， 得到其对 应的人体姿态信息 。 9.一种电子设备， 其特征在于， 包括存储器、 处理器， 所述处理器用于执行存储器中存 储的计算机管理类程序时实现如权利要求1 ‑7任一项所述的人体姿态 识别方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机管理类程序， 所述计算 机管理类程序被处理器执行时实现如权利要求1 ‑7任一项所述的人体姿态识别方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115496170 A 3