基于支持向量機的姿態(tài)識別與標(biāo)記系統(tǒng)的設(shè)計與實現(xiàn)

樊英澤，楊煉鑫，王彥博，張劍書

（南京工程學(xué)院，江蘇 南京 211167）

0 引言

人體姿態(tài)識別就是通過視頻圖像或傳感器獲取人體關(guān)鍵點數(shù)據(jù)，構(gòu)建人體骨架信息，并基于此判斷人體的姿態(tài)和行為。人體姿態(tài)識別在人機交互方面有著非常重要的作用，同時也在人體運動分析、康復(fù)訓(xùn)練輔助以及智能安防等領(lǐng)域有著廣泛的應(yīng)用前景。因此，人體姿態(tài)的估計與識別一直以來都是國內(nèi)外專家學(xué)者關(guān)注的研究熱點。本文結(jié)合AlphaPose模型和支持向量機模型設(shè)計了一個人體姿態(tài)識別與標(biāo)記系統(tǒng)。

1 姿態(tài)識別實現(xiàn)原理

1.1 姿態(tài)估計

目前，從原始數(shù)據(jù)獲取方式的角度來看，人體姿態(tài)分類方法[1]主要可以分為基于傳感器技術(shù)的方法[2]和基于計算機視覺的方法[3]這兩大類。基于傳感器技術(shù)的方法數(shù)據(jù)采集成本較高，且會影響運動的舒適性，因此更適合一些小規(guī)模少目標(biāo)的專業(yè)運動分析領(lǐng)域。基于計算機視覺的方法可以讓目標(biāo)對象擺脫交互設(shè)備的束縛，更適合應(yīng)用于公共場所這類多目標(biāo)的姿態(tài)識別。本文通過AlphaPose模型[4]進行姿態(tài)估計。AlphaPose模型提出了RMPE（region multi-person pose estimation，區(qū)域多人姿態(tài)檢測）框架來克服檢測框質(zhì)量不高的問題，主要分為三個部分：SSTN, NMS, PGPG。這套方法能夠精確地將圖片里的人物框提取出來，并將其鼻子，眼睛，耳朵，肩部，肘關(guān)節(jié)，腕關(guān)節(jié)，髖關(guān)節(jié)，膝關(guān)節(jié)，踝關(guān)節(jié)相應(yīng)的坐標(biāo)檢測出來。

1.2 姿態(tài)分類

在利用AlphaPose模型提取目標(biāo)關(guān)節(jié)點的位置信息后，根據(jù)各關(guān)節(jié)點的坐標(biāo)向量即原始特征構(gòu)造并提取出可用于人體姿態(tài)分類的有效特征，并通過SVM模型，結(jié)合訓(xùn)練數(shù)據(jù)集以及篩選出的人體姿態(tài)特征，訓(xùn)練人體姿態(tài)分類模型，實現(xiàn)基于AI的人體姿態(tài)分類。

2 姿態(tài)識別與標(biāo)記系統(tǒng)的設(shè)計與實現(xiàn)

2.1 系統(tǒng)的結(jié)構(gòu)設(shè)計

本文設(shè)計和實現(xiàn)基于支持向量機的姿態(tài)識別及標(biāo)記系統(tǒng)，其架構(gòu)如圖1所示。從邏輯上分為四個功能模塊，即成員信息管理模塊、自定義文件標(biāo)記模塊、任務(wù)文件模塊、姿態(tài)識別模塊[5]。

圖1 基于支持向量機的姿態(tài)識別及標(biāo)記系統(tǒng)架構(gòu)

2.2 系統(tǒng)實現(xiàn)

（1）主界面。本系統(tǒng)為多人協(xié)同的圖片數(shù)據(jù)標(biāo)記系統(tǒng)，用戶類型分為兩種，管理員和普通用戶成員，其中管理員擁有用戶管理和任務(wù)管理權(quán)限，普通用戶只擁有圖片標(biāo)記權(quán)限。用戶登陸后可以選擇本地文件夾，對文件夾里的圖片進行識別和標(biāo)記，也可以執(zhí)行管理員分配的姿態(tài)標(biāo)記任務(wù)[6]。此外，系統(tǒng)支持圖片識別與圖片批量識別功能，用戶可以進行圖片姿態(tài)識別。如圖2所示：

圖2 系統(tǒng)主界面

自定義文件標(biāo)記模塊中，系統(tǒng)提供半自動標(biāo)記功能，用戶可以自主選擇本地文件夾，然后對文件夾里的圖片進行識別和標(biāo)記。自定義文件標(biāo)記界面如圖3所示：

圖3 自定義文件標(biāo)記界面

用戶可以點擊左側(cè)的輔助識別按鈕，調(diào)用系統(tǒng)中的識別模型對待標(biāo)記的圖片進行預(yù)識別。識別結(jié)果將顯示在界面下方，用戶只需直接核對AI的識別結(jié)果。若結(jié)果有誤可點擊重置圖框按鈕并手動畫框，然后點擊修改按鈕，即可完成數(shù)據(jù)標(biāo)記。用戶也可以不借助AI進行純手動標(biāo)記，在圖片區(qū)域按住鼠標(biāo)左鍵來框選目標(biāo)所在區(qū)域，選中區(qū)域的左上角和右下角的坐標(biāo)會顯示在圖片左側(cè)，再通過點擊下方的姿態(tài)按鈕來為當(dāng)前圖片文件中的目標(biāo)添加標(biāo)簽[7]。

同時，用戶可以通過任務(wù)文件模塊選擇管理員發(fā)布的標(biāo)記任務(wù)進行數(shù)據(jù)標(biāo)記，如圖4所示：

圖4 任務(wù)標(biāo)記界面

在任務(wù)文件模塊中，用戶也可以選擇調(diào)用AI輔助識別進行圖片姿態(tài)標(biāo)記，具體功能和自定義文件標(biāo)記模塊類似。

姿態(tài)識別模塊包括單張圖片識別和批量圖片識別兩個主要功能，調(diào)用已訓(xùn)練好的支持向量機模型直接對圖片或文件夾中圖片進行標(biāo)記并保存數(shù)據(jù)結(jié)果，如圖5、6所示。

圖5 圖片識別界面

在姿態(tài)識別模塊中，用戶可以自行載入文件夾，并使用AI對文件夾內(nèi)的圖片進行定位和姿態(tài)識別，若結(jié)果有誤可以重置圖框并進行修改，最后保存結(jié)果數(shù)據(jù)[8]。

3 結(jié)語

本系統(tǒng)實現(xiàn)了姿態(tài)估計和姿態(tài)分類，同時也提供了對人體姿態(tài)標(biāo)記的功能。本系統(tǒng)提供半自動標(biāo)記功能，既可以通過模型快速地識別并檢測出圖片數(shù)據(jù)中人類的姿態(tài)，也可以方便快速地為圖片數(shù)據(jù)中的人類目標(biāo)添加位置標(biāo)簽和姿態(tài)標(biāo)簽。本系統(tǒng)提供的半自動化標(biāo)記和多人協(xié)同標(biāo)記可以在很大程度上提高圖片數(shù)據(jù)的標(biāo)記效率和標(biāo)記準(zhǔn)確率。

圖6 圖片批量識別界面