[发明专利]人体姿态估计方法及系统

说明书

技术领域

本发明涉及数据处理领域，尤其涉及人体姿态估计方法及系统。

背景技术

目前现有对人体姿态进行估计的方法主要是基于数字图像处理的技术，涉及计算机视觉领域。

其中一种是用普通摄像头采集人体运动视频序列，然后把人体运动视频图像输入计算机，在计算机上运用数字图像处理相关技术对人体图像进行处理（通过背景差分获得人体侧影，提取人体轮廓，对人体轮廓进行细化处理得到人体骨架线，再结合一些算法求出人体各个关节点位置，从而在计算机上构建出人体模型），然后结合人体真实运动情况估计人体模型的运动，并与采集到的视频图像进行对比，进而对人体模型的运动进行纠正，使其更接近人体真实运动。

这种通过视觉计算对图像序列中关节式物体（如人手或人体）的姿态进行估计，是计算机视觉领域中的重要研究内容，其应用领域包括自然人机交互、智能监控、虚拟现实、机器人运动控制等（Kinect）。

第二种基于视觉的运动分析技术可以称为光学式与上述方法类似，只是在前端数据获取时，采用的是高速摄像机，人体各个部位贴有的发光标记，高速摄像机以较高的频率记录人体运动，再在计算机上对视频图像中人体上的发光点的空间位置进行处理运算，从而纯粹还原出人体的运动过程，但此方法不涉及对人体姿态的估计。这种技术广泛应用在动作分析、游戏制作、电影特效、体育科研训练等相关领域（3D游戏）。

另外一种技术是基于惯性传感器的方法，与光学式不同之处在于利用的是加速度传感器、陀螺仪、磁强计等惯性传感器是采集人体运动的各种信息，进而推算出人体的运动状态，这项技术的一个主要应用是运动捕捉技术（XSens），也同样广泛应用于动画制作，电影特效，体育训练等领域。

现有技术的问题：（普通摄像头）1，现有技术主要是利用摄像机来采集人体目标的运动信息，这就决定了它只能对处于摄像机观测范围内的运动人体目标进行姿态的估计，这使得现有技术只能局限于实验室或者房间内，使用范围受限。2，现有技术是在摄像机采集到的视频序列的基础上运用数字图像处理技术来从图像帧中提取人体运动信息，由于摄像机的拍摄角度问题，采集到的人体图像中不可避免的会发生某些部位的重叠和遮挡现象，这就增加了提取人体运动信息的困难。（高速摄像机）3，在采集贴有标记的人体运动时，需要采用非普通高速摄像机，虽然重建人体运动精度较高，但这种摄像机造价较高，后期数据处理量太大，而且只能在特定空间内使用。4.人体姿态估计的研究成果在智能监控、视频会议、体育训练、医疗分析、动画制作、增强现实方面有着更实际的应用意义。无论是光学式还是惯性传感器式，现有技术主要侧重于重建人体的运动状态，但是在姿态估计方面，当前的研究成果大多数还存在准确性和实时性都较差的特点，而且大部分的方法需要人工干预以及一些硬件设备的辅助，距实现简单条件下的准确跟踪和姿态估计的目标还有一定的差距。因此，提出一种新的人体姿态估计方法已变得十分必要。

发明内容

为了解决现有技术中的问题，本发明提供了一种人体姿态估计方法。

本发明提供了一种人体姿态估计方法，包括如下步骤：

A.建立人体结构化模型，并结合传感器的信息计算出人体运动的姿态和在大地坐标系内的位置信息；

B.建立人体运动的贝叶斯网络模型，结合人体运动的姿态和在大地坐标系内的位置信息对贝叶斯网络模型求解，通过之前帧人体姿态数据在贝叶斯网络模型内通过置信传播算法预测之后帧的人体姿态。

作为本发明的进一步改进，在所述步骤A中包括如下步骤：

A1.建立人体结构化模型，所述人体结构化模型包括关节点和肢体段；

A2.传感器到人体的配准，完成人体姿态从传感器坐标系到大地坐标系的转换；配准时让人体与大地坐标系重合，此时各个肢体段在大地坐标系下的向量是已知的表示为vG，那么肢体段在传感器坐标系下面的向量vS用传感器输出的四元数进行转换而得到，之后每个时刻肢体段在大地坐标系下的向量就由该时刻的四元数和vS求出，也就是人体肢体段该时刻的姿态；

A3.根据脚部传感器的加速度信息进行着地点检测；

A4.人体空间位置求解，根据着地点的位置，以及各个肢体段在大地坐标系下的向量用递推的方法求出各个关节点的位置，从而确定人体的空间位置。

作为本发明的进一步改进，在所述步骤B中包括如下步骤：

B1.根据人体结构化模型建立贝叶斯网络模型，所述贝叶斯网络模型包含至少两层的人模型，每一层代表某一帧人体各个节点所处的状态，层内节点按照人体关节的连接关系连接，层间节点按照对应关系连接；