[发明专利]一种人体姿势识别方法和装置有效

专利信息
申请号: 201410505930.2 申请日: 2014-09-26
公开(公告)号: CN104281839A 公开(公告)日: 2015-01-14
发明(设计)人: 崔希鹏 申请(专利权)人: 深圳市同洲电子股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518057 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人体 姿势 识别 方法 装置
【权利要求书】:

1.一种人体姿势识别方法,其特征在于,所述方法包括:

获取当前输入的视频帧的深度图像,所述深度图像由多种分别对应于不同深度值的颜色显示;

获取所述深度图像中的人脸图,和至少一个封闭的轮廓图,所述封闭的轮廓图由一种对应于任一深度值的颜色显示;

将所述人脸图所属的所述封闭的轮廓图确定为人形轮廓图;

通过将所述人形轮廓图和预设的姿势模板图进行对比,识别所述当前输入的视频帧所对应的人体姿势。

2.如权利要求1所述的方法,其特征在于,所述获取所述深度图像中的人脸图,包括:

获取所述深度图像中的人脸的中心点,和所述人脸的中心点的深度值;

获取所述人脸的中心点周围指定范围内的像点,和所述像点的深度值;

筛选出所述像点中深度值与所述人脸的中心点的深度值的绝对值小于预设值的目标像点;

将由所述人脸的中心点和所述目标像点组成的图块作为所述人脸图。

3.如权利要求2所述的方法,其特征在于,所述获取当前输入的视频帧的深度图像,包括:

获取当前输入的视频帧的彩色图像和深度图像;

所述获取所述深度图像中的人脸的中心点,包括:

提取所述彩色图像的Haar特征;

通过Adaboost分类器分类所述Haar特征以得到分类结果;

根据所述分类结果,获取所述彩色图像中的人脸的中心点;

根据所述彩色图像中的人脸的中心点,确定所述深度图像中的人脸的中心点。

4.如权利要求1所述的方法,其特征在于,所述获取所述深度图像中的人脸图,包括:

根据在上一视频帧获取的深度图像中的人脸图,跟踪获取所述当前输入的视频帧的深度图像中的人脸图。

5.如权利要求1所述的方法,其特征在于,所述通过将所述人形轮廓图和预设的姿势模板图进行对比,识别所述当前输入的视频帧所对应的人体姿势,包括:

将所述人形轮廓图和所述姿势模板图进行缩放匹配;

将缩放匹配后的所述人形轮廓图和所述姿势模板图重合,并获取两者的重合区域;

判断所述重合区域占所述姿势模板图的比例是否超过预设的比例阈值,若是,则确定所述当前输入的视频帧所对应的人体姿势是所述姿势模板图所对应的人体姿势。

6.如权利要求5所述的方法,其特征在于,所述将缩放匹配后的所述人形轮廓图和所述姿势模板图重合,并获取两者的重合区域,包括:

识别所述人形轮廓图中的肢干部分和躯干部分,以及识别所述姿势模板图中的肢干部分和躯干部分;

将所述人形轮廓图和所述姿势模板图重合;

获取所述人形轮廓图中的肢干部分与所述姿势模板图中的肢干部分的重合区域,以及获取所述人形轮廓图中的躯干部分与所述姿势模板图中的躯干部分的重合区域;

所述判断所述重合区域占所述姿势模板图的比例是否超过预设的比例阈值,若是,则确定所述当前输入的视频帧所对应的人体姿势是所述姿势模板图所对应的人体姿势,包括:

获取所述人形轮廓图中的肢干部分与所述姿势模板图中的肢干部分的重合区域的像点数,以及获取所述人形轮廓图中的躯干部分与所述姿势模板图中的躯干部分的重合区域的像点数;

根据公式k=P2/P1计算出肢干权值,其中,所述k表示所述肢干权值,所述P2表示所述人形轮廓图中的躯干部分的像点数,所述P1表示所述人形轮廓图中的肢干部分的像点数;

根据公式Sml=(S1×k+S2)/2S2获取所述人形轮廓图与所述姿势模板图的相似比,其中,所述Sml表示所述相似比,所述S1表示所述人形轮廓图中的肢干部分与所述姿势模板图中的肢干部分的重合区域的像点数,所述S2表示所述人形轮廓图中的躯干部分与所述姿势模板图中的躯干部分的重合区域的像点数;

判断所述人形轮廓图与所述姿势模板图的相似比是否超过所述预设的比例阈值,若是,则确定所述当前输入的视频帧所对应的人体姿势是所述姿势模板图所对应的人体姿势。

7.如权利要求5或6所述的方法,其特征在于,所述比例阈值是90%。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市同洲电子股份有限公司,未经深圳市同洲电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410505930.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top