[发明专利]运动物体姿态跟踪方法及装置

说明书

一种运动物体姿态跟踪方法及装置，所述方法包括：在建立运动物体的通用简化模型后，获取所述通用简化模型的初始化模型数据；在根据实时测量的深度图选取目标深度图之后，根据所述目标深度图计算3D点云数据；根据所述3D点云数据与所述初始化模型数据之间的对应关系，构造与所述对应关系相应的目标函数；采用非线性优化算法将所述目标函数进行迭代优化，获取所述运动物体的姿态参数。本发明提供的运动物体姿态跟踪方法及装置具有计算量较少，结果较为准确的优点。

技术领域

本发明涉及模式识别技术领域，具体地涉及一种运动物体姿态跟 踪方法及装置。

背景技术

近年来AR交互应用逐渐进入到日常生活，运动物体的姿态跟踪 是三维感知部分的重要组成部分。深度图提供的三维位置信息对运动 物体的姿态识别提供很好的依据。常用的深度图运动物体姿态跟踪算 法主要通过实物的真实模型按照初始化的姿态渲染成深度图，再与真 实深度图数据构造目标函数，再通过相应的非线性优化算法对目标函 数进行优化。

具体地，现有的深度图目标姿态跟踪，首先根据已有的目标区域 对深度图进行分割，提取目标区域原始深度图数据；然后，按照经过 模式识别和特征提取获得的初始姿态进行模型的三维计算，并根据中 心投影原理将模型渲染成渲染深度图数据；根据原始深度图数据和渲 染深度图数据构造目标函数argmin∑_ijmin(|D_ij-d_ij|，T)，并采用粒子 群优化(Partical Swarm Optimization,简称PSO)等非线性优化算 法对目标函数进行优化，求取最优姿态参数。

现有技术完全依赖模型的准确度和GPU运算性能，难以获得较为 准确的模型，不同物体的模型获取难度很大；并且深度图渲染的运算 量很大，经常需要经过多达几百次的迭代过程；此外，目标函数是基 于像素的，比较简单，在模型不准时结果易错。

发明内容

本发明的目的在于提出一种运动物体姿态跟踪方法及装置，以通 过较少的运算量获取较为准确的运动物体姿态参数。

为达此目的，本发明采用以下技术方案：

本发明提供一种运动物体姿态跟踪方法，所述方法包括：在建立 运动物体的通用简化模型后，获取所述通用简化模型的初始化模型数 据；在根据实时测量的深度图选取目标深度图之后，根据所述目标深 度图计算3D点云数据；根据所述3D点云数据与所述初始化模型数据 之间的对应关系，构造与所述对应关系相应的目标函数；采用非线性 优化算法将所述目标函数进行迭代优化，获取所述运动物体的姿态参 数。

上述方案中，所述通用简化模型采用球体堆叠而成，或者，所述 通用简化模型采用圆柱体和球体穿插构成。