(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 202211152086.0 (22)申请日 2022.09.21 (71)申请人 北京远鉴信息技 术有限公司 地址 100000 北京市海淀区西四环北路158 号1幢7层80 001-2 (72)发明人 田昌嘉　白世杰　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 刘凤 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 10/62(2022.01) G06V 10/82(2022.01) (54)发明名称 一种3D人体姿态的评估 方法、 装置及电子设 备 (57)摘要 本申请提供了一种3D人体姿态的评估 方法、 装置及电子设备， 属于图像处理技术领域。 3D人 体姿态的评估 方法包括： 将目标静态特征序列分 别输入训练好的3D人体姿态评估模型的运动时 序特征提取层和连续性映射特征提取层， 分别确 定目标时序相似性特征序列和目标运动连续性 特征序列； 将目标时序相似性特征序列和目标运 动连续性特征序列共同输入训练好的3D人体姿 态评估模型的特征融合层， 确定运动连续性表征 特征序列。 本申请充分考虑了人体动作的时序相 关性以及连续动作的相关性， 极大程度的弥补了 传统神经网络对于3D人体姿态在时序上和全局 上的特征提取能力的不足， 强化了3D人体姿态评 估的准确率和连续 性。 权利要求书2页 说明书11页 附图4页 CN 115359572 A 2022.11.18 CN 115359572 A 1.一种3D人体姿态的评估方法， 其特 征在于， 所述3D人体姿态的评估方法包括： 获取待检测的目标3D人体姿态的目标视频帧序列； 将所述目标视频帧序列输入训练好的3D人体姿态评估模型的静态特征提取层， 确定目 标静态特 征序列； 将所述目标静态特征序列分别输入训练好的所述3D人体姿态评估模型的运动 时序特 征提取层和连续性映射特征提取层， 分别确定目标时序相似性特征序列和目标运动连续性 特征序列； 将所述目标时序相似性特征序列和所述目标运动连续性特征序列共同输入训练好的 所述3D人体姿态评估 模型的特 征融合层， 确定运动连续 性表征特征序列； 基于所述运动连续性表征特征序列， 对所述目标视频帧序列进行目标3D人体姿态的评 估。 2.根据权利要求1所述的3D人体姿态的评估方法， 其特征在于， 所述基于所述运动连续 性表征特征序列， 对所述目标视频帧序列进行目标3D人体姿态的评估， 包括： 将所述运动连续性表征特征序列输入训练好的所述3D人体姿态评估模型的全连接神 经网络强化层， 确定运动连续 性强化特 征序列； 基于所述运动连续性强化特征序列， 对所述目标视频帧序列进行所述目标3D人体姿态 的评估。 3.根据权利要求2所述的3D人体姿态的评估方法， 其特征在于， 所述将所述运动连续性 表征特征序列输入训练好的所述3D人体姿态评估模型的全连接神经网络强化层， 确定运动 连续性强化特 征序列， 包括： 针对所述运动连续性表征特征序列中的任一目标视频帧对应的目标运动连续性表征 特征， 根据在所述 目标运动连续性表征特征之前预设数量帧的运动连续性表征特征、 在所 述目标运动连续性表征特征之后所述预设数量帧的运动连续性表征特征， 以及所述目标运 动连续性表征特征， 确定所述目标视频帧对应的运动连续 性强化特 征； 根据各个视频帧对应的运动连续 性强化特 征， 确定运动连续 性强化特 征序列。 4.根据权利要求1所述的3D人体姿态的评估方法， 其特征在于， 确定所述目标时序相似 性特征序列的公式具体为： 其中， S用于表征目标时序相似性特征序列； ts(Q)用于表征目标时序相似性特征； softmax用于表征逻辑回归函数； f用于表征相似性计算函数； Q用于表征目标静态特征序 列；“Q'”用于表征目标静态特征序列的矩 阵转置；“T”用于表征目标视频帧序列的预设帧 数；“t”用于表征目标视频帧序列的当前帧数。 5.根据权利要求1所述的3D人体姿态的评估方法， 其特征在于， 确定所述目标运动连续 性特征序列的公式具体为： 其中， C用于表征目标运动连续性特征序列； mp(Q)用于表征目标运动连续性特征；权　利　要　求　书 1/2 页 2 CN 115359572 A 2softmax用于表征逻辑回归函数； f用于表征相似性计算函数； λ和γ分别为卷积运算的常 量； Q用于表征目标静态特征序列； “Q’ ”用于表征 目标静态特征序列的矩阵转置； λ(Q)和γ (Q)均用于表征可学习卷积核参数； 且λ(Q)＝WλQ； γ(Q)＝WγQ； W用于表征超参数； 且 “T”用于表征目标视频帧序列的预设帧数； “t”用于表征目标视频帧序列的当前帧数。 6.一种3D人体姿态的评估 装置， 其特 征在于， 所述3D人体姿态评估的确定装置包括： 获取模块， 用于获取待检测的目标3D人体姿态的目标视频帧序列； 第一确定模块， 用于将所述目标视频帧序列输入训练好的3D人体姿态评估模型的静态 特征提取层， 确定目标静态特 征序列； 第二确定模块， 用于将所述目标静态特征序列分别输入训练好的所述3D人体姿态评估 模型的运动时序特征提取层和连续性映射特征提取层， 分别确定目标时序相似性特征序列 和目标运动连续 性特征序列； 第三确定模块， 用于将所述目标时序相似性特征序列和所述目标运动连续性特征序列 共同输入训练好的所述3D人体姿态评估模型的特征融合层， 确定运动连续性表征特征序 列； 评估模块， 用于基于所述运动连续性表征特征序列， 对所述目标视频帧序列进行目标 3D人体姿态的评估。 7.根据权利要求6所述的3D人体姿态的评估装置， 其特征在于， 所述评估模块， 具体用 于： 确定单元， 用于将所述运动连续性表征特征序列输入训练好的所述3D人体姿态评估模 型的全连接神经网络强化层， 确定运动连续 性强化特 征序列； 评估单元， 用于基于所述运动连续性强化特征序列， 对所述目标视频帧序列进行所述 目标3D人体姿态的评估。 8.根据权利要求7所述的3D人体姿态的评估装置， 其特征在于， 所述确定单元， 用于根 据以下步骤确定运动连续 性强化特 征序列： 针对所述运动连续性表征特征序列中的任一目标视频帧对应的目标运动连续性表征 特征， 根据在所述 目标运动连续性表征特征之前预设数量帧的运动连续性表征特征、 在所 述目标运动连续性表征特征之后所述预设数量帧的运动连续性表征特征， 以及所述目标运 动连续性表征特征， 确定所述目标视频帧对应的运动连续 性强化特 征； 根据各个视频帧对应的运动连续 性强化特 征， 确定运动连续 性强化特 征序列。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述处 理器可执行 的机器可读指令， 当电子设备运行时， 所述处理器与所述存储器之间通过总线 通信， 所述机器可读指 令被所述处理器运行时执行如上述权利要求 1至5中任一所述的3D人 体姿态的评估方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器运行时执行如上述权利要求 1至5中任一所述的3D人体姿态 的评估方法的步骤。权　利　要　求　书 2/2 页 3 CN 115359572 A 3