[发明专利]一种鲁棒的人体姿态估计算法

权利要求书

1.一种鲁棒的人体姿态估计算法，其特征在于，包括以下步骤：

步骤一：使用影像采集设备获取人体影像信息；

步骤二：对人体影像信息进行点化处理，处理出模型特征点；

步骤三：将模型点进行连线处理得到模型线，模型线组合在一起即为人体模型；

步骤四：设置出估算基准线，将人体模型与估算基准模型进行处理；

步骤五：通过将人体模型进行计算处理来估算人体姿态；

步骤六：将人体姿态信息发送出，当人体状态判定失败时即重复步骤一到步骤五。

2.根据权利要求1所述的一种鲁棒的人体姿态估计算法，其特征在于：步骤二中的点化处理过程具体如下：

步骤一：将影像采集设备获取的人体影像信息提取出，人体影像信息为至少三张的人体正面照片；

步骤二：将三张照片按照清晰度进行从清晰到模糊的排名，提取出清晰度最高的照片为基础照片；

步骤三：将清晰度最高的人体影像照片提取出，将人体的头部顶点标记为点A1，将人体的两个肩膀最高点分别标记为A2点与A3点，将人体的两个手臂的最低点分别标记为A4点与A5点，将人体的腿部与身体的接触点标记为A6点与A7点，将两个膝盖的点标记为点A8与A9点。

3.根据权利要求1和2所述的一种鲁棒的人体姿态估计算法，其特征在于：所述步骤三中的模型线具体处理过程如下：

步骤一：将点A1分别与A2点A3点连线得到线段L1和线段L2；

步骤二：将点A2与点A4连线得到线段L3，将A3点与A5点连线得到线段L4；

步骤三：将点A6点与点A7连线得到线段L5，再将点A6与点A8连接得到线段L6，将点A7与点A9连线得到线段L7；

步骤四：将人体影像照片中的人体与地面接触的点为基准点做一条基准线L8；

步骤五：以头顶点A1为端点做一条垂直于基准线L8的线段L9；

步骤六：线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9为模型线；

所述人体模型为线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9组成的模型。

4.根据权利要求1所述的一种鲁棒的人体姿态估计算法，其特征在于：所述估算出的人体姿态包括平躺、行进、奔跑与坐立。

5.根据权利要求3和4所述的一种鲁棒的人体姿态估计算法，其特征在于：所述平躺姿势的具体处理过程如下：

S1：将线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9提取出；

S2：将线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9进行延长使得线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9与基准线L8相交；

S3：当线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9与基准线L8相交的数量大于预设数时即判定其处于平躺状态；

S4：当线段L1、线段L2、线段L3、线段L4、线段L5、线段L6、线段L7、线段L9与基准线L8相交的数量在小于预设值时，测量与基准线L8相交线之间形成的夹角的角度，当夹角角度小于预设角度的数量大于预设数量时也判定其处于平躺状态。

6.根据权利要求3和4所述的一种鲁棒的人体姿态估计算法，其特征在于：所述行进和奔跑的判定过程如下：

SS1：将整个模型在垂直方向旋转90°，之后将线段L6和线段L7提取出；

SS2：在预设时长内记录下线段L6和线段L7的交叉次数，将交叉次数标记为Kt，将记录时长标记为P，时长单位为min；

SS3：通过公式Kt/(P*60)＝Kp_均，即得到线段L6和线段L7的每秒交叉次数Kp_均；

SS4，当Kp_均大于预设值时即生成奔跑判定，当Kp_均小于预设值时即生成行进判定。

7.根据权利要求3和4所述的一种鲁棒的人体姿态估计算法，其特征在于：所述坐立姿势的判定过程如下：

SS1：提取出线段L6和线段L7，将其延长，使得线段L6和线段L7与基准线L8相交；

SS2：测量出线段L6和基准线L8相交的角度将其标记为W1，再测量出线段L7和基准线L8相交的角度将其标记为W2；

SS3：计算出W1和W2的和得到W_和，当W_和小于预设值时即生成坐立判定；

SS4：当线段L6和基准线L8的延长线无法与基准线L8相交时即生成坐立判定。