[发明专利]一种人体姿态检测方法及装置

权利要求书

1.一种人体姿态检测方法，其特征在于，包括如下步骤：

接收含有人体的第一深度图像；

将所述第一深度图像转化为三维云模型；

根据预先得到的人体姿态气泡模型和所述三维云模型进行优化拟合；其中，所述预先得到的人体姿态气泡模型是根据预先检测到的人体骨架关节点得到的；

根据所述优化拟合结果得到所述第一深度图像中人体骨架关节点坐标值；

根据所述第一深度图像中人体骨架关节点坐标值得到所述人体的姿态；

所述人体姿态气泡模型为A＝{S_i|i＝1...M}，所述M为气泡个数，Si＝{C_i,r_i}，其中C_i为气泡i的球心位置，r_i为气泡i的半径；

所述根据预先得到的人体姿态气泡模型和所述三维云模型进行优化拟合，具体包括：

根据预先得到的人体姿态气泡模型和所述三维云模型采用代价函数进行优化拟合，所述代价函数为：

其中，x(*)为最邻近算子，C_x(p)为距离所述三维点云模型中p点最近的气泡的球心；F为三维点云模型，F＝{p_i|i＝1,2...P}，P为三维点云模型中点云的个数，M为人体姿态气泡模型中气泡的个数；

D(p,C_x(p))＝abs(||p-C_x(p)||₂-r)为三维点云模型到人体姿态气泡模型距离代价项，使所述人体姿态气泡模型贴近所述三维点云模型的算子；

Bb(C_i,d)为人体姿态气泡模型到三维点云模型距离代价项，使人体姿态气泡模型在三维点云模型所在平面之后；

为人体姿态气泡模型中气泡碰撞惩罚参数，

Cl(C_i,C_j)＝max(λ_c*(r_i+r_j)-||C_i-C_j||₂,0)，λ_c为碰撞容忍度，r_i为气泡i的半径，r_j为气泡j的半径，||C_i-C_j||₂为气泡i球心C_i与气泡j球心C_j之间的距离；

为人体姿态气泡模型中气泡拉伸惩罚参数，El(C_i,C_j)＝max(||C_i-C_j||₂-λ_e*(r_i+r_j),0)，λ_e为拉伸容忍度。

2.如权利要求1所述的人体姿态检测方法，其特征在于，在所述接收含有人体的第一深度图像之前，还包括：得到所述人体姿态气泡模型。

3.如权利要求2所述的人体姿态检测方法，其特征在于，得到所述人体姿态气泡模型，具体包括：

接收含有人体的第二深度图像；

根据所述第二深度图像确定所述人体骨架关节点坐标估计值；

将所述人体骨架关节点坐标估计值填充成气泡模型。

4.如权利要求3所述的人体姿态检测方法，其特征在于，根据所述第二深度图像确定所述人体骨架关节点坐标估计值，具体包括：

将所述第二深度图像输入至预先建立的卷积神经网络；

通过所述卷积神经网络对所述第二深度图像进行处理；

根据所述卷积神经网络的处理结果确定所述人体骨架关节点坐标估计值。

5.如权利要求4所述的人体姿态检测方法，其特征在于，所述卷积神经网络包括多个依次连接的卷积层和多个依次连接的全连接层，所述卷积层对所述第二深度图像进行卷积、非线性、局部归一化及池化操作后，输入至全连接层。

6.如权利要求5所述的人体姿态检测方法，其特征在于，所述卷积神经网络包括：三个卷积层和两个全连接层。