[发明专利]一种利用单深度相机和人体约束的运动参数测量方法

说明书

一种利用单深度相机和人体约束的运动参数测量方法，通过将2D人体姿态检测模型与深度相机结合，能够显著抑制关节点缺失和跳变的问题，获取更加准确的关节点的三维坐标，具有较强的抗干扰能力和环境自适应能力，有利于人体运动参数的测量。对场地、环境以及被测试者的行动等无严格约束，对人体运动参数测量的准确性无显著影响。仅使用单个深度相机和一台电脑，通过2D人体姿态检测模型和深度相机获取人体的运动参数，在不降低人体参数测量准确性的同时，FPS可达每秒15帧，可实现人体运动参数的实时测量。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种利用单深度相机和人体约束的运动参数测量方法。

背景技术

随着社会经济以及人工智能技术的快速发展，人体运动参数、姿态获取技术逐渐融入人们的生活。上述人体运动参数、姿态能够提供较为准确的人体运动指标，因此在康复医疗、运动训练、文化体育等领域应用广泛。

OpenPose是美国卡耐基梅隆大学基于卷积神经网络设计的2D人体姿态检测模型，能够实时多人姿态评估，具有较好的鲁棒性。公开号CN11049010A的专利提出了一种基于单目视觉的在线人体康复动作识别方法，该方法利用OpenPose模型对视频中的目标人体进行识别并生成动作序列，然后送入之后的网络进行建模，并用于病人的康复动作识别。公开号CN111798995A的专利提出了一种基于OpenPose模型的术后康复方法及其数据采集装置支架，该方法利用OpenPose模型识别出病人的姿态和骨骼关节点，并用于病人的协调性评估。以上两种专利都可以很好的识别出患者的姿态，但是OpenPose模型只能提供二维空间的人体骨骼关节点坐标信息，对于动作的识别存在较大局限性，无法清晰准确地反映目标人体在三维空间中的姿态信息。

与传统相机相比，深度相机增加了关于目标的深度信息测量，因此可以更准确地感知运动目标及其周围环境的变化。公开号CN110307788A提出了一种多深度相机人体参数测量方法及装置，将多个深度相机捕捉的深度图像融合为规则点云，并将SMPL人体模板与点云拟合，最后通过标准参数化模板定义的人体参数获取目标对象的人体参数。虽然这种方法可以比较精确地测量人体参数，但存在实现成本过高、计算量大以及场景布置复杂等问题。并且，单深度相机容更易受到各种因素的影响，包括人体运动角度变化引起的关节遮挡，人体周围环境变化引起的关节点识别错误等。受多方面因素的影响，如何使用单深度相机实现人体运动参数的准确测量仍然是一个挑战性的问题。

发明内容

本发明为了克服以上技术的不足，提供了一种可以实时测量并获得较为准确的人体关节点三维坐标信息，并具有较强的自适应和抗干扰能力的利用单深度相机和人体约束的运动参数测量方法。

本发明克服其技术问题所采用的技术方案是：

一种利用单深度相机和人体约束的运动参数测量方法，包括如下步骤：

a)利用深度相机捕捉人体深度图像和RGB彩色图像，采集21个人体关节点数据，通过计算各个人体关节点之间的欧氏距离和关节点的坐标信息，得到人体约束数据；

b)将深度图像、RGB彩色图像与2D人体姿态检测模型相结合，利用21个人体关节点及其深度信息获得人体关节点三维坐标；

c)当检测到关节点缺失时，使用简单移动平均算法及人体约束数据对缺失的关节点位置进行预测；

d)当检测到关节点跳变时，使用中值滤波算法、回溯法及人体约束数据对关节点进行约束。

进一步的，步骤a)中将一个深度相机与电脑相连，被测人体立于深度相机视野范围内进行关节点信息测量，得到21个人体关节点数据，测量时间小于3s。