发明名称 | 基于深度图像的人体姿态估计方法 | ||
摘要 | 本发明公开了一种人体姿态估计方法,该方法根据人体的深度图像进行人体姿态的估计,以通过虚拟人体模型来模拟该图像中的人体,该深度图像包括多个帧,该方法包括如下步骤:建立虚拟人体模型,该人体模型由骨骼模型和皮肤模型组成;对所述虚拟人体模型的参数进行初始化;对所述深度图像的当前帧进行滤波;对所述虚拟人体模型和深度图像进行对应点检测;对于所述深度图像的当前帧,根据所述对应点检测的结果建立并优化目标函数,该目标函数用于描述所述虚拟人体模型和所述深度图像之间的姿势差异的大小,通过最小化目标函数的值更新所述虚拟人体模型的当前姿态。本发明建立的虚拟人体模型自由度高,皮肤变形效果好,姿态估计收敛速度快且误差小,同时利用深度摄像机获取深度图像使得人体运动姿态估计系统装置简便,便于推广应用。 | ||
申请公布号 | CN102855470A | 申请公布日期 | 2013.01.02 |
申请号 | CN201210271289.1 | 申请日期 | 2012.07.31 |
申请人 | 中国科学院自动化研究所 | 发明人 | 黄向生;徐波 |
分类号 | G06K9/00(2006.01)I | 主分类号 | G06K9/00(2006.01)I |
代理机构 | 中科专利商标代理有限责任公司 11021 | 代理人 | 宋焰琴 |
主权项 | 一种人体姿态估计方法,该方法根据人体的深度图像进行人体姿态的估计,以通过虚拟人体模型来模拟该图像中的人体,该深度图像包括多个帧,其特征在于,该方法包括如下步骤:S1、建立虚拟人体模型,该人体模型由骨骼模型和皮肤模型组成;S2、对所述虚拟人体模型的参数进行初始化;S3、对所述深度图像的当前帧进行滤波;S4、对所述虚拟人体模型和深度图像进行对应点检测;S5、对于所述深度图像的当前帧,根据所述对应点检测的结果建立并优化目标函数,该目标函数用于描述所述虚拟人体模型和所述深度图像之间的姿势差异的大小,通过最小化目标函数的值更新所述虚拟人体模型的当前姿态。 | ||
地址 | 100190 北京市海淀区中关村东路95号 |