技术特征：
1.一种人体姿势辨识系统，其特征在于，包含：一来源影像装置，接收多个待辨识影像；一储存装置，储存一姿势辨识模型，其中该姿势辨识模型是用以输入一骨架影像后可输出一人体姿势辨识结果，该骨架影像包含有一骨架，且该骨架包含有多个关节及多个肢体，且各该肢体具有对应的一肢体颜色，且各该肢体颜色彼此不同；以及一处理装置，耦接于该来源影像装置及该储存装置，其中该处理装置经配置以：从所述多个待辨识影像产生所述多个骨架影像；将所述多个骨架影像分别输入该姿势辨识模型，以输出对应的该人体姿势辨识结果；以及根据对应的该人体姿势辨识结果，判断是否发出一异常信息。2.根据权利要求1所述的人体姿势辨识系统，其特征在于，该姿势辨识模型是采用多个训练影像进行一训练而产生，且该姿势辨识模型的训练是经由该处理装置，使用所述多个训练影像来获得多个训练骨架影像，使得每一所述多个训练骨架影像中的各该肢体具有对应的该肢体颜色，并标记每一所述多个训练骨架影像所对应的该人体姿势辨识结果，以及，根据具有对应该肢体颜色的所述多个训练骨架影像以及所对应的该人体姿势辨识结果，训练并产生该姿势辨识模型。3.根据权利要求2所述的人体姿势辨识系统，其特征在于，所述多个训练骨架影像是经由该处理装置使用所述多个训练影像中对应每一所述多个训练骨架影像的一人体图片的一像素数目来计算一空间特征，根据各该训练影像中的多个人体关键点坐标及该人体图片的该空间特征来获得所述多个训练骨架影像。4.根据权利要求3所述的人体姿势辨识系统，其特征在于，一特定骨架的各该肢体的线条粗细，是依据该骨架影像所对应的该人体图片于该待辨识影像中的该像素数目的一比例而决定。5.根据权利要求1所述的人体姿势辨识系统，其特征在于，当该骨架影像所对应的该人体图片于该待辨识影像中的一像素数目的一比例越高时，该骨架的各该肢体的线条越细，当该比例越低时，该骨架的各该肢体的线条越粗。6.根据权利要求3所述的人体姿势辨识系统，其特征在于，该空间特征包含该骨架影像所对应的该人体图片的一景深信息，以透过该景深信息调整该人体图片的该骨架影像的各该肢体的线条的粗细。7.根据权利要求6所述的人体姿势辨识系统，其特征在于，当该人体图片的景深信息指示人体的距离越远，该人体图片的该骨架影像的骨架线条越粗，以及当该人体图片的景深信息指示人体的距离越近，该人体图片的该骨架影像的骨架线条越细。8.根据权利要求1所述的人体姿势辨识系统，其特征在于，该处理装置更经配置以从所述多个待辨识影像中取出至少一人体图片，从每一该人体图片中取得其对应的多个人体关键点坐标，使用所述多个人体关键点坐标之间的连线来获得每一所述多个人体所对应的骨架影像及其所述多个肢体。9.根据权利要求8所述的人体姿势辨识系统，其特征在于，各该人体关键点坐标对应于该骨架影像的所述多个关节之一。10.根据权利要求2所述的人体姿势辨识系统，其特征在于，该处理装置更经配置以等
比例调整该骨架影像的尺寸，以使用经调整的该骨架影像来训练该姿势辨识模型。11.一种人体姿势辨识方法，其特征在于，包含：接收多个待辨识影像；从所述多个待辨识影像产生所述多个骨架影像，其中该骨架影像包含有一骨架，且该骨架包含有多个关节及多个肢体，且各该肢体具有对应的一肢体颜色，且各该肢体颜色彼此不同；将所述多个骨架影像分别输入一姿势辨识模型，以输出对应的一人体姿势辨识结果；以及根据对应的该人体姿势辨识结果，判断是否发出一异常信息。12.根据权利要求11所述的人体姿势辨识方法，其特征在于，还包含：采用多个训练影像进行一训练而产生该姿势辨识模型；使用所述多个训练影像来获得多个训练骨架影像，使得每一所述多个训练骨架影像中的各该肢体具有对应的该肢体颜色；标记每一所述多个训练骨架影像所对应的该人体姿势辨识结果；以及根据具有对应该肢体颜色的所述多个训练骨架影像以及所对应的该人体姿势辨识结果，训练并产生该姿势辨识模型。13.根据权利要求12所述的人体姿势辨识方法，其特征在于，还包含：使用所述多个训练影像中对应每一所述多个训练骨架影像的一人体图片的一像素数目来计算一空间特征；以及根据各该训练影像中的多个人体关键点坐标及该人体图片的该空间特征来获得所述多个训练骨架影像。14.根据权利要求13所述的人体姿势辨识方法，其特征在于，还包含：依据该骨架影像所对应的该人体图片于该待辨识影像中的该像素数目的一比例而决定一特定骨架的各该肢体的线条粗细。15.根据权利要求11所述的人体姿势辨识方法，其特征在于，当该骨架影像所对应的该人体图片于该待辨识影像中的一像素数目的一比例越高时，该骨架的各该肢体的线条越细，当该比例越低时，该骨架的各该肢体的线条越粗。16.根据权利要求13所述的人体姿势辨识方法，其特征在于，该空间特征包含该骨架影像所对应的该人体图片的一景深信息，该人体姿势辨识方法还包括透过该景深信息调整该人体图片的该骨架影像的各该肢体的线条的粗细。17.根据权利要求11所述的人体姿势辨识方法，其特征在于，还包含：从该多个待辨识影像中取出至少一人体图片；从每一该人体图片中取得其对应的多个人体关键点坐标；以及使用所述多个人体关键点坐标之间的连线来获得每一所述多个人体所对应的骨架影像及其所述多个肢体。18.根据权利要求17所述的人体姿势辨识方法，其特征在于，各该人体关键点坐标对应于该骨架影像的所述多个关节之一。19.根据权利要求12所述的人体姿势辨识方法，其特征在于，还包含：等比例调整该骨架影像的尺寸，以使用经调整的该骨架影像来训练该姿势辨识模型。
20.一种非暂态计算机可读取储存媒体，其特征在于，储存多个程序码，当所述多个程序码被载入至一处理器后，该处理器执行所述多个程序码以完成下列步骤：接收多个待辨识影像；从所述多个待辨识影像产生多个骨架影像；将所述多个骨架影像分别输入一姿势辨识模型，以输出对应的一人体姿势辨识结果，其中该骨架影像包含有一骨架，且该骨架包含有多个关节及多个肢体，且各该肢体具有对应的一肢体颜色，且各该肢体颜色彼此不同；以及根据对应的该人体姿势辨识结果，判断是否发出一异常信息。
技术总结
一种人体姿势辨识系统、人体姿势辨识方法以及非暂态计算机可读取储存媒体，人体姿势辨识系统包含来源影像装置、储存装置及处理装置。来源影像装置接收多个待辨识影像。储存装置储存姿势辨识模型，其中姿势辨识模型是用以输入骨架影像后可输出人体姿势辨识结果。骨架影像包含骨架。骨架包含多个关节及多个肢体。各肢体具有对应的肢体颜色，且各肢体颜色彼此不同。处理装置耦接于来源影像装置及储存装置。处理装置经配置以从所述多个待辨识影像产生所述多个骨架影像；将所述多个骨架影像分别输入姿势辨识模型，以输出对应的人体姿势辨识结果；以及根据对应的人体姿势辨识结果，判断是否发出一异常信息，据此，可提供高效率及高精准度的影像训练及姿态辨识。精准度的影像训练及姿态辨识。精准度的影像训练及姿态辨识。
技术研发人员：彭煜庭 宋彦陞 郭庭欢
受保护的技术使用者：财团法人资讯工业策进会
技术研发日：2020.11.18
技术公布日：2022/5/25