[发明专利]应用于行人姿势分类的3D人体模型

说明书

相关申请

本申请要求2012年12月21日递交的第61/745,235号美国临时申请的权益，其通过引用的方式全部并入于此。

技术领域

本发明总体涉及对象分类的领域，并且更具体地涉及在对行人姿势的分类中对合成数据的使用。

背景技术

配备有行人检测系统的车辆（例如汽车）可以警告其司机附近有行人。然而，仅仅有行人检测是不够的。情势的危险也应当被评估。只有当存在事故的风险时才应当被产生警告。否则，司机将被不必要地分散注意力。情势的危险例如与行人是否可能走入车辆的路径有关。

“对象分类”指自动对视频图像或静态图像中的对象进行分类的操作。例如，分类系统可以确定静态图像中的人（例如行人）正在面向左、面向右、面向前还是面向后。可以例如在车辆中使用行人姿势分类以提高车辆的司机、行人、骑车者以及与车辆共享道路的任何其它人的安全性。

当前的对象分类系统存在很多问题。一个问题是缺少用于训练对象分类模型的大规模的训练集。为机器学习算法提供包括正样本（包括特定类别的对象的图像）和负样本（不包括该特定类别的对象的图像，例如包括另一类别的对象的图像）的训练集以产生对象分类模型。

此外，当为特定类型的对象生成新的训练集时，每个图像利用特定的信息片段被人工注释。例如，图像中存在的对象的分类和/或图像中存在的对象的特定参数（例如图像内的对象的颜色和对象的位置）可以被添加到图像中。机器学习算法利用那些注释和图像来生成用于对对象进行分类的模型。注释过程可能是乏味且耗时的。

发明内容

以上及其它问题通过一种用于训练行人姿势分类模型的方法、非瞬态计算机可读存储介质和系统来解决。该方法的实施例包括接收行人的三维（3D）模型。该方法还包括接收指示如何生成行人的图像的图像参数的集合。该方法还包括基于接收的3D模型和接收的图像参数的集合来生成二维（2D）合成图像。该方法还包括利用图像参数的集合对所生成的合成图像进行注释。该方法还包括通过经注释的合成图像训练多个行人姿势分类器。

该介质的实施例存储用于训练行人姿势分类模型的可执行指令。该指令接收行人的三维（3D）模型。该指令还接收指示如何生成行人的图像的图像参数的集合。该指令还基于接收的3D模型和接收的图像参数的集合来生成二维（2D）合成图像。该指令还利用图像参数的集合对所生成的合成图像进行注释。该指令还通过经注释的合成图像训练多个行人姿势分类器。

该系统的实施例包括存储可执行指令的非瞬态计算机可读存储介质。该指令接收行人的三维（3D）模型。该指令还接收指示如何生成行人的图像的图像参数的集合。该指令还基于接收的3D模型和接收的图像参数的集合来生成二维（2D）合成图像。该指令还利用图像参数的集合对所生成的合成图像进行注释。该指令还通过经注释的合成图像训练多个行人姿势分类器。

说明书中所描述的特征和优点并非无所不包的，并且具体而言，很多附加的特征和优点对于本领域技术人员来说在考虑到附图、说明书和权利要求的情况下是显而易见的。此外，应当注意说明书中所使用的语言主要为了可读性和指导性的目的而被选择，并且可以不被选择用来描述或者限定发明主题。

附图说明

图1是示出了根据实施例的行人姿势分类系统的高级框图。

图2是示出了根据实施例的被用作图1中所示的行人姿势分类系统的计算机的示例的高级框图。

图3A是示出了根据实施例的图1中所示的图像生成模块的详细视图的高级框图。

图3B是示出了根据实施例的图1中所示的总体分类模块的详细视图的高级框图。

图4A是示出了根据实施例的用于生成合成行人数据的方法的流程图。

图4B是示出了根据实施例的用于训练多个二元行人姿势分类器以用于在图3B中所示的总体分类模块中使用的方法的流程图。

图4C是示出了根据实施例的用于对静态图像中的行人的姿势进行分类的方法的流程图。

附图为了图示的目的而示出了实施例的各种实现方式。本领域技术人员根据以下的讨论将很容易地意识到可以使用这里所示出的结构和方法的替代实施例而不偏离这里所描述的实施例的原理。

具体实施方式

现在参考附图描述实施例，其中相似的标号指示相同或功能相似的元件。此外，在附图中，每个标号最左边的数字对应于其中该标号第一次被使用的附图。