[发明专利]一种二维视频流中的人体骨骼点追踪方法及系统

权利要求书

1.一种二维视频流中的人体骨骼点追踪方法，其特征在于，该方法包括下述步骤：

摄像头获取二维视频流，重构背景并利用减背景的方法提取前景掩膜，去噪处理后输出前景图；

对输出的前景图检测人脸，获取人脸矩形区域、头部点和颈部点坐标；

判断头部点是否在屏幕中，如果否，则继续进行人脸检测模块；如果是，则将人体分为左部分ROI和右部分ROI分别进行其他关键点的检测；

使用特定位置扫描并返回有像素值点的方法实现肩部点检测，并获取左肩点和右肩点坐标；

利用求肤色区域最小外接矩形近端点并返回实现手部点检测，并获取左手点和右手点坐标；

利用将手部ROI划分为三个区域，各个区域分别用不同的扫描方式返回点实现肘部点检测，并获取左肘点和右肘点坐标；

最后统计各点可信度并将可信点显示；

在利用求肤色区域最小外接矩形近端点并返回实现手部点检测，并获取左手点和右手点坐标的步骤中，实现手部点检测的具体方法为：

将RGB转成YCrCb坐标系，存放在YUU中；

对YUU三通道分离并分别提取YUU各个通道中得特殊信息组合成新图，存放在BW中；

对BW进行开运算，除去除噪点、平滑图像并提取外轮廓；

遍历外轮廓并提取最大面积对应的轮廓L，新建L的最小外接矩形K；

K满足以下条件时直接返回中心点：矩形宽度小于X倍矩形高度且矩形高度小于X倍矩形宽度，其中1＜X＜2；

如不满足：

新建点容器ptt，用来装最小外接矩形K的顶点；

检测左手，将最左的点找出，定义为ptt[0]，判断次左的点，定义为ptt[1]，定义p1为K的中点，定义p2为ptt[0]和ptt[1]的中点；

由p1和p2的几何关系确定手的大体位置，并将坐标赋值给p2，当p2在边缘部分时，赋值为(0,0)，值为(0,0)的点不显示；

返回p2；

利用上述同样的方法识别右手的坐标。

2.根据权利要求1所述的二维视频流中的人体骨骼点追踪方法，其特征在于，在摄像头获取二维视频流，重构背景并利用减背景的方法提取前景掩膜，去噪处理后输出前景图的步骤中，输出前景图的具体方法为：

通过人脸检测算法获取人脸中心位置HEAD(x,y)；

设定两个参数：左构图阈值left_,右构图阈值right_,左构图指示器left_get＝0,右构图指示器right_get＝0；

提示用户向左移动，当人脸中心位置横坐标x<left_时，left_get＝1,此时将当前屏幕右半边的图像保存下来，记为image_right；

继续提示用户向右移动，当人脸中心位置横坐标x>right_时，right_get＝1，将当前屏幕左半边的图像保存下来，记为image_left；

当left_get＝1且right_get＝1时，将image_left和image_right拼起来，得到背景图BACKGROUND，

BACKGROUND＝image_left+LD(image_right,image_left.clos)

其中LD(a,b)表示将图像a整体向右偏移b个像素；

之后每输入一幅图像IMAGE，将IMAGE和BACKGROUND相减并消噪获取前景掩膜foreground_mask，对foreground_mask进行二值化处理得到MASK；

将IMAGE与MASK进行与处理输出前景图FOREGROUND。

3.根据权利要求1所述的二维视频流中的人体骨骼点追踪方法，其特征在于，在对输出的前景图检测人脸，获取人脸矩形区域、头部点和颈部点坐标的步骤中，使用Haar分类器进行人脸检测，其具体方法为：

将彩色图转灰度图；

对灰度图进行直方图均衡化，增强对比度；

使用Haar分类器检测正脸，有检测到正脸则返回脸部中心点坐标和人脸矩形长宽；

如果检测不到正脸，则使用Haar分类器检测侧脸，返回脸部中心点坐标和人脸矩形长宽。