[发明专利]距离图像处理装置以及距离图像处理系统

说明书

本发明提供了距离图像处理装置、距离图像处理系统、距离图像处理方法以及记录介质。学习装置(100)基于合成了人体的三维模型和物体的三维模型的合成模型，来生成将距离图像和部位图像建立对应的多个学习图像，该距离图像表示从基准位置到人体的各位置或者物体的各位置的距离，该部位图像识别人体的各部位或者物体的部位。学习装置(100)基于多个学习图像来学习将距离图像的特征和人体的部位或者物体的部位建立对应的识别器。

技术领域

本发明涉及距离图像处理装置、距离图像处理系统、距离图像处理方法以及记录介质。

背景技术

图14是用于说明进行姿势识别的现有系统的图。如图14所示，现有系统使用距离传感器6来获取对象者5a的距离图像7。现有系统通过基于距离图像7来进行关节位置推定，从而确定对象者5a的骨格位置5b，并推定对象者5a的姿势。

图15是用于说明现有系统的应用例的图。在图15所示的例子中，使用距离传感器6来获取对象者5a的距离图像，识别对象者5a的姿势，游戏上的网络虚拟形象(avatar)5c采取与对象者5a相同的姿势。

图16是用于说明姿势识别的现有技术的一个例子的图。现有技术获取包括人体的一个以上的距离图像(步骤S10)。例如，距离图像1包括与确定的人体有关的前景像素1a、和除此以外的背景像素1b。

现有技术通过从距离图像1分离出背景像素1b来获得仅包括前景像素的距离图像1c(步骤S11)。现有技术通过向识别人物的部位的“识别器”输入距离图像1c而将距离图像1c的人体的区域分成多个部位标签bp1～bp14(步骤S12)。

现有技术基于人体的各部位标签bp1～bp14，提出具有多个三维的骨格位置的人体的多个骨格模型(步骤S13)。现有技术从多个骨格模型中选择似然度最高的骨格模型，并基于选择出的骨格模型来识别人物的姿势(步骤S14)。

此处，在图16等现有技术中所使用的识别器通过执行图17所示的处理来学习。图17是表示现有的学习识别器的处理顺序的流程图。如图17所示，现有技术获取动作捕捉数据(步骤S20)。现有技术通过基于动作捕捉数据进行人体模型重新定位，从而生成多个各种姿势的人体模型(步骤S21)。

现有技术通过从各人体模型去除相似的人体模型姿势，仅留下独特的人体模型姿势，从而去除冗余性(步骤S22)。现有技术基于独特的人体模型姿势分别生成以假设的距离传感器的位置为基准的部位标签图像以及距离图像(步骤S23)。现有技术通过基于部位标签图像和距离图像的组反复学习距离图像的各位置的特征(以及周边位置的特征)和部位标签的对应关系，来生成识别器(步骤S24)。

专利文献1:日本特开2016－212688号公报

专利文献2:日本特开2015－167008号公报

专利文献3:日本特开2012－120647号公报

专利文献4:日本特开2016－091108号公报

专利文献5:美国专利申请公开第2015/0036879号说明书

专利文献6:美国专利申请公开第2016/0125243号说明书

然而，在上述的现有技术中，存在不能够适当地判定人体的部位这样的问题。

例如，在利用图14中所说明的现有系统进行人体的姿势识别的情况下，产生由物体引起的遮挡。由物体引起的遮挡是成为识别对象的人体的一部分因其它物体而不能看到的状态。

图18是表示由物体引起的遮挡的一个例子的图。在图18所示的例子中，在鞍马表演中，在鞍马8b的后方对象者8a的身体的一部分以隐藏的状态存在。在图18所示那样的状态下，如果使用图16中所说明的现有技术来进行对象者8a的姿势识别，则无法分配正常的部位标签，不能够进行准确的姿势识别。