[发明专利]一种人体姿态估计方法

摘要

本发明公开了一种人体姿态估计方法，其有效地解决了传统算法中存在的人体姿态易受光照、遮挡等因素影响的问题，通过将彩色图像信息与深度图像信息相融合，实现更高的鲁棒性以及定位准确度。包括步骤：(1)分部位计算特征模板，提取深度特征：以待测点到人体中心点的最短路径为极坐标方向，通过该极坐标系下依次取半径和角度所统计的深度差作为待测点的深度特征向量；(2)将各个特征模板整合起来构建人体姿态数据的树结构模型；(3)基于树结构模型构建打分函数，将待检测图像与模型进行匹配，从而实现人体特征定位。

主权项

1.一种人体姿态估计方法，其特征在于：包括以下步骤：(1)分部位计算特征模板，提取深度特征：以待测点到人体中心点的最短路径为极坐标方向，通过该极坐标系下依次取半径和角度所统计的深度差作为待测点的深度特征向量；(2)将各个特征模板整合起来构建人体姿态数据的树结构模型；(3)基于树结构模型构建打分函数，将待检测图像与模型进行匹配，从而实现人体特征定位；所述步骤(1)中深度特征的提取按照公式(1)获得：where,其中，u(x1,y1)、v(x2,y2)是生成的两个随机像素点，f表示像素点(xs,ys)的深度差值特征，该特征与(cx,cy,r1,r2,θ1,θ2,T)这些参数有关，cx,cy分别为人体中心点的横纵坐标，r1,r2为极坐标系下随机生成的两个半径，θ1，θ2为极坐标系下随机生成的两个角度，T为阈值，D为像素点的深度值，α为极坐标轴与图像坐标系x轴正方向的夹角，由起始点(xs,ys)，到终止点(cx,cy)，的最短路径所确定。