[发明专利]手部运动重建方法和装置

权利要求书

1.一种手部运动重建方法，其特征在于，包括以下步骤：

获取手部深度数据集，其中，所述手部深度数据集中的每个手部深度数据中包含手部深度图片信息及其对应的手部骨架坐标；

控制预设手部模型分别根据所述手部深度数据集中每个手部深度数据调整姿态，获取姿态调整后的拟合手部模型的姿态参数；

根据与所述每个手部深度数据对应的所述拟合手部模型的姿态参数高斯分布函数，以便于根据所述高斯分布函数进行手部运动重建，其中，所述控制预设手部模型分别根据所述手部深度数据集中每个手部深度数据调整姿态，获取姿态调整后的拟合手部模型的姿态参数，包括：

获取所述手部深度数据集中每个手部深度数据对应的参考姿态参数；

计算所述参考姿态参数与预设初始姿态参数的差值，然后确定小于预设阈值的差值对应的手部深度数据为第一手部深度数据；

根据点云匹配算法和所述第一手部深度数据中的手部深度信息，确定所述预设手部模型的第一姿态参数；

通过梯度下降迭代算法和所述第一手部深度数据中的手部骨架坐标，构建所述第一姿态参数的回归矩阵；

确定所述手部深度数据集中除所述第一手部深度数据之外的第二手部深度数据，根据所述回归矩阵和所述第二手部深度数据对应的手部骨架坐标计算所述预设手部模型的拟合骨架坐标；

根据所述拟合骨架坐标计算所述预设手部模型的第二姿态参数；

基于预设的RGB-D相机获取用户手部与物体交互的连续多帧图像；

根据所述连续多帧图像提取所述用户手部的第一彩色信息和第一深度信息，以及所述物体的第二彩色信息和第二深度信息；

根据所述第二彩色信息和第二深度信息获取所述物体的运动状态信息；

根据所述第一深度信息提取所述用户手部的第一关键点的深度信息；

根据所述第一关键点的深度信息和所述高斯分布函数估算所述用户手部的第二关键点的深度信息；

根据所述第一关键点的深度信息、所述第二关键点的深度信息、所述第一彩色信息和所述运动状态信息模拟所述物体与所述用户手部的交互动画。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一关键点的深度信息和所述高斯分布函数估算所述用户手部的第二关键点的深度信息，包括：

根据所述第一关键点的深度信息和预设算法确定所述第二关键点的估算深度信息；

根据所述高斯分布函数计算所述估算深度信息的置信度；

检测所述置信度是否大于预设阈值，若不大于所述预设阈值，则修改所述估算深度信息，直至所述置信度大于所述预设阈值，将修改后的所述估算深度信息作为所述第二关键点的深度信息。

3.如权利要求1所述的方法，其特征在于，在所述基于预设的RGB-D相机获取用户手部与物体交互的连续多帧图像之前，包括：

获取所述RGB-D相机中RGB模组的内参和外参；

获取所述RGB模组和所述RGB-D相机中深度模组同时拍摄的人体动作图像；

根据预设函数和所述同时拍摄的人体动作图像修正所述内参和外参。