[发明专利]基于多视角图像采集的人体运动捕捉系统

说明书

本发明公开了基于多视角图像采集的人体运动捕捉系统，包括控制终端，所述控制终端连接有记录模块，记录模块中包括多个相机，使用相机对人体运动进行拍摄，获得不同视角下大量的投影图像并作为样本，记录模块连接有CNN模块，CNN模块包括样本输入单元和样本输出单元，样本输入单元进行样本的输入，样本输出单元进行样本的输出，通过CNN网络对大量的样本进行训练，获得推理网络，CNN模块连接有应用模块，在应用模块的场景中，固定有多个相机，对人体的运动进行拍摄。本发明有效的对人体运动进行捕捉，能够有效避免设备复杂以及人体运动范围限制等问题，设备简单，计算时间短，方便易用且结果准确度较高。

技术领域

本发明涉及人体运动捕捉系统技术领域，尤其涉及基于多视角图像采集的人体运动捕捉系统。

背景技术

运动捕捉系统是一种用于准确测量运动物体在三维空间运动状况的系统设备，是基于计算机图形学原理，通过排布在空间中的数个视频捕捉设备将运动物体（跟踪器)的运动状况以图像的形式记录下来，然后使用计算机对该图象数据进行处理，得到不同时间计量单位上不同物体（跟踪器）的空间坐标（X,Y,Z)，目前主流的方法有：光学式、机械式、电磁式和声学式运动捕捉，但是这些方法都有着一些缺点：系统价格昂贵、后处理时间长、使用不便、对环境要求严格。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的基于多视角图像采集的人体运动捕捉系统。

为了实现上述目的，本发明采用了如下技术方案：

基于多视角图像采集的人体运动捕捉系统，包括控制终端，所述控制终端连接有记录模块，记录模块中包括多个相机，使用相机对人体运动进行拍摄，获得不同视角下大量的投影图像并作为样本，记录模块连接有CNN模块，CNN模块包括样本输入单元和样本输出单元，样本输入单元进行样本的输入，样本输出单元进行样本的输出，通过CNN网络对大量的样本进行训练，获得推理网络，CNN模块连接有应用模块，在应用模块的场景中，固定有多个相机，对人体的运动进行拍摄，将拍摄的图像输入CNN模块中获得的推理网络中，得到关键节点在不同视角下的投影位置C，应用模块连接有实现模块，在实现模块中，已知相机的位置和空间对应不同相机的投影位置，利用最小二乘法进行迭代计算，获得人体运动关键节点的空间位置（X、Y、Z）。

优选的，所述记录模块包括拍摄单元、存储单元和标注单元，拍摄单元利用相机对人体运动进行拍摄，存储单元对相机拍摄的投影图像进行存储，标注单元对存储图像中的人体关键节点进行标注。

优选的，所述CNN模块为卷积神经网络，输入的样本为记录模块中相机拍摄的图像，输出的样本为人体骨骼关键节点在图像中的投影位置。

优选的，所述应用模块中相机的数量为3-6个，相机固定在不同的视角对人体运动进行拍摄，获取对应关键点投影位置。

优选的，所述实现模块根据关键节点在不同视角下的投影位置C（X,Y）计算关键节点的空间位置P（X,Y,Z）。

优选的，所述记录模块、CNN模块、应用模块和实现模块内的的各单元通过有线或者无线的方式进行数据传输。

与现有技术相比，本发明的有益效果是：

通过多个（3-6个）相机对人体运动进行拍摄，获得不同视角下的图像信息；通过卷积神经网络对大量样本进行训练，摄像机拍摄图像样本通过训练的卷积神经网络与对应人体骨骼关键节点一一对应；获得的不同视角下对应的关键节点投影信息可以通过最小二乘迭代获得人体运动关键节点的空间位置（X、Y、Z），对获取的拍摄信息，能够有效避免设备复杂以及人体运动范围限制等问题，设备简单，方便易用且结果准确度较高。

附图说明

图1为本发明提出的基于多视角图像采集的人体运动捕捉系统的系统结构示意图；