一种融合人体关键点与目标检测的轻量级姿态分类方法

本发明公开了一种融合人体关键点与目标检测的轻量级姿态分类方法，涉及图像处理技术领域；方法包括：获取目标图像数据，通过计算机视觉库提取目标图像数据其中一帧图像的像素点数据；将获取图像的像素点数据输入到姿态估计模型中，姿态估计模型处理像素点数据并返回所识别的人体关键点和目标检测结果；根据检测结果进行姿态分类，姿态可分为静态和动态两类；结合静态姿势的分类和动态姿势的分类输出最终的姿势形态。本发明采用较为简单的机器学习分类器，基于几乎实时获取的人体关键点与目标检测结果，对视频中的人物姿态进行分类，因此，本发明相较于以往的技术时延更低，且所需的硬件资源更少。