[发明专利]三维交互姿势采样方法、装置、计算机设备及存储介质有效
申请号: | 201810750726.5 | 申请日: | 2018-07-10 |
公开(公告)号: | CN109002163B | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 黄惠;尹康学;张皓;丹尼尔·科恩 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06F3/01 | 分类号: | G06F3/01 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 何平 |
地址: | 518051 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维 交互 姿势 采样 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种三维交互姿势采样方法、装置、计算机设备和存储介质。所述方法包括:获取带标注的采样视频帧,所述标注为二维姿势对;获取先验函数,根据所述带标注的采样视频帧生成三维似然函数;根据所述先验函数与所述三维似然函数构建后验概率密度函数;获取预设初始三维姿势对,根据预设初始三维姿势对,通过梅特罗波利斯‑黑斯廷斯采样法对后验概率密度函数进行采样,获得三维姿势对。本方法通过利用较易获取的视频数据来生成大量的三维交互姿势对,操作简单,成本相对较低。
技术领域
本申请涉及图像处理技术领域,特别是涉及一种三维交互姿势采样方法、装置、计算机设备及存储介质。
背景技术
目前,有许多从二维数据中恢复出三维人体姿态的工作。获取单个或孤立的人物角色的三维姿态的几何形态方面已经不算特别困难。如从单个图像中自动估计二维关节,并用三维统计人体模型拟合二维关节以获得三维姿态和身体形状。或者如从新的动作捕捉数据学习关节角度限制模型,包括伸展姿态各种广泛使用的模型来约束单个姿态二维到三维的转换。
但是当采集的对象为运动中的人物角色,如直接采集诸如摔跤、拉丁舞等包含大量三维人体交互姿态的数据时,采集的难度和成本都很高。
发明内容
基于此,有必要针对上述技术问题,提供一种能轻松采集大量三维人体交互姿势的三维交互姿势采样方法、装置、计算机设备及存储介质。
一种三维交互姿势采样方法,所述方法包括:
获取带标注的采样视频帧,所述标注为二维姿势对;
获取先验函数,根据所述带标注的采样视频帧生成三维似然函数;
根据所述先验函数与所述三维似然函数构建后验概率密度函数;
获取预设初始三维姿势对,根据预设初始三维姿势对,通过梅特罗波利斯-黑斯廷斯采样法对所述后验概率密度函数进行采样,获得三维姿势对。
在其中一个实施例中,所述获取先验函数,根据所述带标注的采样视频帧生成三维似然函数包括:
获取先验函数;
根据所述带标注的采样视频帧生成局部坐标系以及二维似然函数;
计算所述采样视频帧对应的摄像装置坐标在所述局部坐标系的分布;
通过核密度估计建立摄像装置视角的概率密度函数;
通过所述摄像装置视角的概率密度函数上的蒙特卡洛积分,提升二维似然函数,得到三维似然函数。
在其中一个实施例中,所述根据所述带标注的采样视频帧生成二维似然函数包括:
获取所述带标注的采样视频帧中的二维姿势对的德洛内三角剖分;
通过交互坐标表示所述二维姿势对,所述交互坐标为德洛内三角剖分边缘上的向量数组;
通过所述交互坐标确定两个二维姿势对间的不相似性方程;
通过所述不相似性方程确定二维似然函数。
在其中一个实施例中,所述获取预设初始三维姿势对,根据预设初始三维姿势对,通过梅特罗波利斯-黑斯廷斯采样法对所述后验概率密度函数进行采样,获得三维姿势对之前,还包括:
随机选取所述带标注的采样视频帧;
通过姿态升维,将所述选取的带标注的采样视频帧转换为预设初始三维姿态对;
对所述预设初始三维姿势对进行人工编辑处理。
在其中一个实施例中,所述获取预设初始三维姿势对,根据预设初始三维姿势对,通过梅特罗波利斯-黑斯廷斯采样法对所述后验概率密度函数进行采样,获得三维姿势对包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810750726.5/2.html,转载请声明来源钻瓜专利网。