[发明专利]一种基于单目摄像头的人体三维姿态估计的方法

说明书

本发明属于计算机视觉的技术领域，公开了一种基于单目摄像头的人体三维姿态估计的方法，包括以下步骤：步骤一、基于正常人体的标准比例数据建立三维人体模型，基于弱透视投影方法，获取所述三维人体模型的二维投影；步骤二、利用单目摄像头获取运动中人体的视频，并提取所述视频的每帧人体图像的二维轮廓特征；步骤三、将每帧所述人体图像的二维轮廓特征和三维人体模型的二维投影进行匹配，建立代价函数，并计算所述代价函数的最优解，从而获得最匹配的三维模型。本发明的方法克服了一般生成式模型方法对生成模型的高要求，能够广泛适应于不同姿态、不同形体的人体对象的姿态和尺寸估计，并具有较强的适应性和鲁棒性的特点。

技术领域

本发明属于计算机视觉的技术领域，具体涉及一种基于单目摄像头的人体三维姿态估计的方法。

背景技术

基于视觉的人体姿态估计逐渐成为计算机视觉领域研究热点，精确的姿态估计可以为动作识别、行为分析、行为理解提供更好的数据依据和思路指导。

如今，基于视觉的人体三维姿态估计的方法主要有两类，包括判别式模型和生成式模型。判别式模型需要有大量的训练数据，才能得到精确的姿态估计结构，但是处理大量数据会降低算法效率，而且，当真实图像与训练样本有较大差异时，判别式模型的算法效果很不理想。判别式模型需要事先定义输入图像特征和构成先验的输出结果形式，因此，不能处理数据缺失或者观测不完整的情况。

生成式模型一般需要事先根据先验信息，结合人体各肢体部位的相互关系，构建一个合适的人体模型。由于在实际情况中构建一个非常精准的人体模型是不可能的，通常是在建模过程中引入许多简化假设，如人体外观、运动过程等，由于这些简化条件不容易满足，会导致模型并不具有统计学优势，产生的图像样本并不能真实反映实际情况。因此，需要一种不过分依赖模型的三维人体姿态估计的方法，已达到更灵活、鲁棒的姿态估计的效果。

经对现有技术文献的检索发现，Wang和Li[1]利用隐树模型(latent treemodel)，同时使用单独肢体部分以及联合肢体部分来估计人体关节点的分布。通过大量的训练数据，而代价是耗时增加以及算法效率的降低。Sun等[2]利用循环图模型以及于分支界定的推断算法来估计人体姿态。在建模过程中引入许多简化假设，如对人体外观、运动过程、成像过程等进行简化，产生的图像样本并不能真实反映实际情况。

发明内容

本发明提供了一种基于单目摄像头的人体三维姿态估计的方法，解决了现有方法过分依赖预先建立的三维人体模型，运算效率低，鲁棒性差等问题。

本发明可通过以下技术方案实现：

一种基于单目摄像头的人体三维姿态估计的方法，包括以下步骤：

步骤一、基于正常人体的标准比例数据建立三维人体模型，基于弱透视投影方法，获取所述三维人体模型的二维投影；

步骤二、利用单目摄像头获取运动中人体的视频，并提取所述视频的每帧人体图像的二维轮廓特征；

步骤三、将每帧所述人体图像的二维轮廓特征和三维人体模型的二维投影进行匹配，建立代价函数，并计算所述代价函数的最优解，从而获得最匹配的三维人体模型。

进一步，所述步骤一中的三维人体模型包括头部、躯干、左臂、左手掌，右臂和右手掌，设置有40个自由度，其中，25个自由度用于调整人体模型的整体缩放、旋转角度和关节角度，15个自由度用于调整人体模型各个部位的长度和宽度。

进一步，所述步骤二中的提取方法包括以下步骤：

步骤Ⅰ、采用Sobel算法对每帧所述人体图像做边缘检测，获得边缘特征 Im_edge；

步骤Ⅱ、在每帧所述人体图像的选定HSV彩色空间中的指定区域中，建立肤色检测模型，再进行颜色阈值分割，得到肤色图像，利用如下方程式，获得肤色特征Im_skin，