[发明专利]一种智能实时体感捕捉方法

说明书

本发明公开了一种智能实时体感捕捉方法，包括：建立人物身体三维模型，配置骨骼结构组织；获取各种人物动作姿势深度图，组成姿势深度图集，并将人物身体三维模型映射到姿势深度图集中，实现骨骼结构组织与人物动作的全匹配；获取现实环境人物动作的深度图并识别采集人物器官结构和关节处骨骼特征点；建立空间三维坐标系，对人物各器官结构和关节处骨骼特征点进行定位坐标形成人物特征坐标集，并将人物特征坐标集中的数据作为训练数据对实现全匹配后的人物身体三维模型进行特征坐标系训练；采集被检测用户的人物图像并输入完成训练后的人物身体三维模型，通过与电子天眼实时采集的图像进行对比识别，判断识别出被检测用户，同时发出警报信号。

技术领域

本发明涉及图像处理与计算机视觉技术领域，尤其涉及一种智能实时体感捕捉方法。

背景技术

电子天眼系统是由公安系统布置在各地各处的摄像头组成，通过摄像头采集图像，再进行图像处理，进行人物识别等操作，可以起到防止罪案发生和获取案件证据的作用；对于一些重大嫌疑人，公安系统通过电子天眼实时采集图像，并对图像中的人物与嫌疑人对比识别，以达到查找智能嫌疑人的效果；但是，在实际操作中，由于人流较多，人物特征较复杂的情况下，现有的图像识别系统往往无法准确地对人物进行特征捕捉和识别，无法达到追寻犯罪嫌疑人的作用。因此，为了保证市民财产安全，目前亟需一种智能实时体感捕捉方法，对人物特征进行捕捉，识别嫌疑人。

发明内容

本发明提供了一种智能实时体感捕捉方法，以解决现有的人物捕捉系统无法准确地对人物进行特征捕捉和识别的技术问题，从而通过建立人物身体三维模型的对人物骨骼动作进行识别捕捉，准确地对人物进行特征捕捉和识别，进而实现结合电子天眼实时准确地追寻犯罪嫌疑人的行踪，保证市民财产安全。

为了解决上述技术问题，本发明实施例提供了一种智能实时体感捕捉方法，包括：

建立人物身体三维模型，在所述人物身体三维模型中配置骨骼结构组织；

获取各种人物动作姿势深度图，组成姿势深度图集，并将所述人物身体三维模型映射到所述姿势深度图集中，实现骨骼结构组织与人物动作的全匹配；

获取现实环境人物动作的深度图并识别采集人物器官结构和关节处骨骼特征点；

建立空间三维坐标系，对人物各器官结构和关节处骨骼特征点进行定位坐标形成人物特征坐标集，并将所述人物特征坐标集中的数据作为训练数据对实现全匹配后的所述人物身体三维模型进行特征坐标系训练；

采集被检测用户的人物图像并输入完成训练后的所述人物身体三维模型，通过与电子天眼实时采集的图像进行对比识别，判断识别出被检测用户，同时发出警报信号。

作为优选方案，所述采集被检测用户的人物图像并输入完成训练后的所述人物身体三维模型，通过与电子天眼实时采集的图像进行对比识别，包括：

通过所述被检测用户人物图像的深度数据计算所述被检测用户人物的人物特征差异值；

通过获取电子天眼实时采集的图像的深度数据计算所述实时采集图像的用户人物特征差异值；

将所述实时采集图像的用户人物特征差异值与所述被检测用户人物的人物特征差异值进行逐一对比，但识别阈值达到预设数值时，判断确定为识别出所述被检测用户。

作为优选方案，所述计算人物特征差异值的方法，包括：

基于人物图像的深度数据选取人体骨骼节点和人体轮廓节点；

确定各人体骨骼节点的空间坐标，并计算各人体骨骼节点之间的差异度；

确定各人体轮廓节点的空间坐标，并计算各人体轮廓节点之间的差异度；

将基于各人体骨骼节点和各人体轮廓节点的差异度加权求和，计算得到差异度平均数值作为所述人物图像的人物特征差异值。