1.基于协同对抗的人体三维姿态点群智重建方法，其特征在于，包括如下步骤：步骤1，在同一高度的不同位置设置摄像头a和b，利用摄像头a和b同时进行人体运动时的视频采集，分别对摄像头a和b采集到的视频逐帧截取出图片，并对图片进行人体姿态关键点检测，获取人体二维姿态骨骼关键点模型，即得到二维的骨骼关键点坐标；

步骤2，分别对摄像头a和b得到的人体二维姿态骨骼关键点模型进行筛选，根据摄像头a、b的投影矩阵对人体二维姿态骨骼关键点模型以摄像头a拍摄视频的视角为主视角进行三维重构，即建立以摄像头a为主视角的三维坐标轴，将二维的骨骼关键点坐标投影到三维坐标轴内，得到三维的骨骼关键点坐标，根据预先设置的骨骼关键点编号连接三维骨骼关键点，得到人体三维姿态骨骼关键点模型；

步骤3，在与摄像头a、b相同高度的不同位置设置摄像头c，与摄像头a、b同时进行视频采集，根据步骤1相同的方法，将摄像头c和a得到的人体二维姿态骨骼关键点模型以摄像头a拍摄视频的视角为主视角进行三维重构，与a、b所重构出的模型进行比较，采用基于群体智能的对抗网络进行三维姿态骨骼关键点模型的校准，得到最终的三维姿态骨骼关键点模型；

所述步骤3中，摄像头c的位置选取遵循以下马尔科夫决策：状态空间：表示摄像头c能够拍摄的位置的集合S，S＝{s1,s2,...,sW}，sw表示第w个状态，w＝1,...,W；

*

动作空间：表示摄像头c移动到能够拍摄的位置的动作的集合a ，表示第h个动作，h＝1,...,H；

奖励值函数：表示状态sw采取动作 预计能够得到的累计收益令摄像头c为智能体，在η时刻下，摄像头c处于环境状态s(η)∈S，智能体根据策略函数π从动作空间中挑选一个动作 来执行； 会反馈给智能体奖励信号rη，状态空间根据状态转移概率 从s(η)转移到s(η+1)，以此循环；各时刻下的动作、状态与奖励信号表示为： η∈[1,T]，T表示迭代结束时间；

衡量长期奖励Rη的折扣因子γ，γ随时间增长呈指数递减，Rη表示为：其中，γ∈[0,1]，是平衡即时影响和长期奖励的权重， 表示 的奖励信号函数；

对各个状态s进行评价的状态值函数用期望函数来衡量每个状态s的价值，在s(η)状态π

下，状态值为V(s(η))：

π

V(s(η))＝E[Rη|s(η)]π

其中，E[]表示数学期望，马尔科夫决策过程的状态值函数V(s(η))进一步写作：π * π

V(s(η))＝E[r(s(η),aη)+γV(s(η+1))]在状态sη下进行动作 后获得的累计回报的动作值函数 为：状态动作值的贝尔曼方程为：

* *

对于在状态s(η)下的最优策略π，最优状态值函数V(s(η))为：*

最优策略π下的最优值函数用动态编程表达为：其中，k是迭代参数，s(η+1)是对于当前状态s(η)的下一个状态；p是状态转移概率，摄像头c在进行动作 后一定会变换位置，p为100％；根据贪婪策略，将摄像头c处于状态s(η)*时做出的根据最优策略π选择的最优动作用函数表示为：*

其中，π(s(η))决定摄像头c的最优动作，即最优的拍摄位置选择；

基于群体智能的对抗网络的对抗奖惩方法为：将根据摄像头c得到的人体二维姿态骨骼关键点模型与摄像头a得到的人体二维姿态骨骼关键点模型以摄像头a拍摄视频的视角为主视角进行三维重构，将重构出的人体三维姿态骨骼关键点模型与步骤2重构出的人体三维姿态骨骼关键点模型相比，骨骼关键点数量相差少于2个且骨骼关键点的相对坐标差值在10％以内，则惩罚c，使c更换位置再次进行检测；反之则惩罚摄像头a、b构成的系统，更换摄像头a、b的摆放位置，重新进行检测重构；

当连续惩罚c的次数达到4次，则确认摄像头a、b构成的系统重构出的模型为最终的人体三维姿态骨骼关键点模型；

对抗奖惩的奖惩函数为：

其中，o＝1表示奖励，o＝0表示惩罚，C为奖励值函数，C值为1时摄像头c更换摆放位置，C值为‑1时摄像头a、b更换摆放位置。

2.根据权利要求1所述的基于协同对抗的人体三维姿态点群智重建方法，其特征在于，所述步骤1中，采用Yolov5算法进行人体识别并使用Mediapipe框架进行人体姿态关键点检测。

3.根据权利要求1所述的基于协同对抗的人体三维姿态点群智重建方法，其特征在于，所述步骤2中，对人体二维姿态骨骼关键点模型进行筛选，具体如下：对于某个人体二维姿态骨骼关键点模型φ，根据其缺失的骨骼关键点数量，决定在重构时是否忽略该人体二维姿态骨骼关键点模型φ，具体公式如下：其中，N(φ)为φ的分段函数，N(φ)为0表示重构时忽略该人体二维姿态骨骼关键点模型，N(φ)为1表示不忽略，F不是φ中关键点的个数，φf表示φ的第f个关键点是否缺失，若缺失则表示为1，反之则表示为0，N为预先设定的阈值，N取25。

4.根据权利要求3所述的基于协同对抗的人体三维姿态点群智重建方法，其特征在于，所述步骤2中，三维重构的具体过程如下：令三维重构后，某三维的骨骼关键点在世界坐标系下的坐标为P(x,y,z)，其在摄像头a和b对应的图片中的二维骨骼关键点坐标分别为Pa(ua,va)与Pb(ub,vb)，根据摄像头针孔成像模型，得到摄像头a和b的坐标变换公式如下：其中，Za与Zb为变换矩阵，Ma与Mb分别为摄像头a与摄像头b的投影矩阵，ma11、ma12、ma13、ma14、ma21、ma22、ma23、ma24、ma31、ma32、ma33、ma34为摄像头a的投影矩阵参数，mb11、mb12、mb13、mb14、mb21、mb22、mb23、mb24、mb31、mb32、mb33、mb34为摄像头b的投影矩阵参数；

将坐标变换公式中的Za与Zb消去，得到：AP＝B

其中，

T

P＝[x y z]

通过最小二乘法，得到点P的三维空间坐标：T ‑1 T

P＝(AA) AB

根据预先设置的骨骼关键点编号连接三维骨骼关键点，得到在三维空间中重构出的人体三维姿态骨骼关键点模型。