本公开实施例涉及计算机，更具体地，涉及一种基于摄像头的人体姿态识别方法、装置和电子设备。
背景技术：
1、随着图像处理技术的快速发展，摄像头应用于不同的场景中，例如，监控设备生产或者监控交通道路等。目前，为了能够快速辨别道路上行人的姿态或行为，通常可以通过配置的摄像头对行人的姿态或动作进行识别，但行人相距摄像头较远的情况下，行人在图像中表现为一定数量的像素点，单从较少数量的像素点来判断行人的实时位姿较为困难。
技术实现思路
1、本公开实施例的一个目的是提供基于摄像头的人体姿态识别的新的技术方案。
2、根据本公开的第一方面，提供了一种基于摄像头的人体姿态识别方法，所述方法包括：
3、获取摄像头发送的在第一时间段的第一图像；
4、确定所述第一图像中的静态光源，以及确定所述静态光源附近的目标对象和所述目标对象关联的对象阴影；
5、确定所述对象阴影中由所述静态光源投影产生的目标对象阴影，及确定所述对象阴影中由动态光源投影产生的第二对象阴影；
6、根据所述目标对象在所述第一图像中的对象覆盖范围、所述目标对象阴影在所述第一图像中的阴影覆盖范围和所述目标对象与所述静态光源的第一相对位置关系，得到所述目标对象的对象特征信息；
7、根据所述第二对象阴影在所述第一时间段的范围变化量和所述目标对象与所述动态光源的第二相对位置关系，得到所述目标对象的对象姿态信息；
8、根据所述对象特征信息和所述对象姿态信息，确定所述目标对象的实时位姿。
9、可选地，所述确定所述第一图像中的静态光源，包括：
10、确定所述第一时间段的第一图像中在固定位置出现设定次数的光源，并作为静态光源；其中，所述设定次数与所述第一时间段的时间长度相关。
11、可选地，所述确定所述静态光源附近的目标对象和所述目标对象关联的对象阴影，包括：
12、确定所述静态光源附近的目标对象；
13、确定所述第一图像中与所述目标对象底部轮廓连接的对象阴影。
14、可选地，所述根据所述目标对象在所述第一图像中的对象覆盖范围、所述目标对象阴影在所述第一图像中的阴影覆盖范围和所述目标对象与所述静态光源的相对位置关系，得到所述目标对象的对象特征信息，包括：
15、确定包含对象覆盖范围的道路标识线；其中，所述对象覆盖范围是所述目标对象在所述第一图像中的范围；
16、根据所述道路标识线的第一设定位置、所述对象覆盖范围和所述摄像头的第二设定位置，确定所述目标对象与所述摄像头的第一位置关系；
17、根据所述静态光源在所述第一图像中的第一位置和所述摄像头的第二设定位置，确定所述静态光源与所述摄像头的第二位置关系；
18、根据所述第一位置关系和所述第二位置关系，得到所述目标对象与所述静态光源的第一相对位置关系；
19、根据所述第一相对位置关系，确定所述静态光源的光线方向；
20、根据所述光线方向和所述目标对象在所述第一图像中的阴影覆盖范围，得到所述目标对象的相对覆盖范围，并作为所述目标对象的对象特征信息。
21、可选地，所述根据所述第二对象阴影在所述第一时间段的范围变化量和所述目标对象与所述动态光源的第二相对位置关系，得到所述目标对象的对象姿态信息，包括：
22、确定动态光源在所述第一图像中对应第一时间节点的第二位置；其中，所述第一时间段包括第一时间节点；
23、根据所述第二位置和所述摄像头的第二设定位置，确定在所述第一时间节点下所述动态光源与所述摄像头的第三位置关系；
24、根据所述第三位置关系和所述第一位置关系，得到所述第一时间节点下所述目标对象与所述动态光源的第二相对位置关系；
25、根据第二时间节点对应的第三相对位置关系和所述第二相对位置关系之间的位置差值；其中，所述第一时间段包括第二时间节点，所述第二时间节点在所述第一时间节点之前；
26、根据所述第一时间节点对应的所述第二对象阴影的第一阴影范围和所述第二时间节点对应的所述第二对象阴影的第二阴影范围之间的范围差值；
27、将所述位置差值和所述范围差值输入至预置的姿态判断模型中，得到表示所述目标对象的姿态的数值，并作为所述目标对象的对象姿态信息。
28、可选地，所述范围差值的具体表达式包括：
29、
30、
31、其中，s表示阴影范围，表示阴影范围中圆弧的长度，r表示阴影范围中圆弧所在圆的半径，b表示阴影范围中四边形的宽度，a表示目标对象体长，b表示目标对象体宽，表示目标对象与光源的相对位置关系，表示第一阴影范围，表示第二阴影范围，表示范围差值；
32、其中，所述动态光源与所述目标对象对应第二时间节点的第三位置，所述动态光源与所述目标对象最近的位置为第四位置；所述姿态判断模型包括基于样本集训练得到的神经网络模型；
33、所述将所述位置差值和所述范围差值输入至预置的姿态判断模型中，得到表示所述目标对象的姿态的数值，包括：
34、在所述第四位置与所述第二位置之间的第一差值小于或者等于所述第四位置与所述第三位置之间的第二差值时，若＞，则得到表示所述目标对象为起身姿态的第一数值；否则，得到表示所述目标对象为躺倒姿态的第二数值；
35、在所述第四位置与所述第二位置之间的第一差值大于所述第四位置与所述第三位置之间的第二差值时，若，则得到表示所述目标对象为起身姿态的第一数值；否则，得到表示所述目标对象为躺倒姿态的第二数值。
36、根据本公开的第二方面，还提供了一种基于摄像头的人体姿态识别装置，所述装置包括：
37、图像获取模块，用于获取摄像头发送的在第一时间段的第一图像；
38、阴影确定模块，用于确定所述第一图像中的静态光源，以及确定所述静态光源附近的目标对象和所述目标对象关联的对象阴影；
39、投影确定模块，用于确定所述对象阴影中由所述静态光源投影产生的目标对象阴影，及确定所述对象阴影中由动态光源投影产生的第二对象阴影；
40、特征信息得到模块，用于根据所述目标对象在所述第一图像中的对象覆盖范围、所述目标对象阴影在所述第一图像中的阴影覆盖范围和所述目标对象与所述静态光源的相对位置关系，得到所述目标对象的对象特征信息；
41、姿态信息得到模块，用于根据所述第二对象阴影在所述第一时间段的范围变化量和所述目标对象与所述动态光源的相对位置关系，得到所述目标对象的对象姿态信息；
42、位姿确定模块，用于根据所述对象特征信息和所述对象姿态信息，确定所述目标对象的实时位姿。
43、根据本公开的第三方面，还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据本公开第一方面所述的方法。
44、根据本公开的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据本公开的第一方面所述的方法。
45、本公开实施例的一个有益效果在于，本发明提供的基于摄像头的人体姿态识别方法能够利用与静态光源相关的目标对象阴影和与动态光源相关的第二对象阴影，确定目标对象的特征和位姿，有效提升识别目标对象位姿的准确度。
46、通过以下参照附图对本公开的示例性实施例的详细描述，本公开实施例的其它特征及其优点将会变得清楚。
1.一种基于摄像头的人体姿态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像中的静态光源，包括：
3.根据权利要求2所述的方法，其特征在于，所述确定所述静态光源附近的目标对象和所述目标对象关联的对象阴影，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标对象在所述第一图像中的对象覆盖范围、所述目标对象阴影在所述第一图像中的阴影覆盖范围和所述目标对象与所述静态光源的第一相对位置关系，得到所述目标对象的对象特征信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第二对象阴影在所述第一时间段的范围变化量和所述目标对象与所述动态光源的第二相对位置关系，得到所述目标对象的对象姿态信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述范围差值的具体表达式包括：
7.一种基于摄像头的人体姿态识别装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据如权利要求1至9任一项所述的方法。
9.一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计算机程序，所述计算机程序在被处理器执行时实现根据如权利要求1至9任一项所述的方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法。
