[发明专利]多深度相机人体参数测量方法及装置有效
申请号: | 201910631825.6 | 申请日: | 2019-07-12 |
公开(公告)号: | CN110307788B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 刘烨斌;郑泽荣;戴琼海 | 申请(专利权)人: | 清华大学 |
主分类号: | G01B11/02 | 分类号: | G01B11/02;G01G19/50 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 深度 相机 人体 参数 测量方法 装置 | ||
1.一种多深度相机人体参数测量方法,其特征在于,包括以下步骤:
采集当前对象的深度图像;
将所述深度图像融合为规则点云,具体包括:根据每个深度相机的内参和外参将所述深度图像中的每个像素投影至世界坐标系;使用泊松重建算法,将所述世界坐标系中所述每个像素的坐标重建规则点云;
求解参数化人体模板的形态参数和姿态参数,使所述参数化人体模板变形,与所述规则点云拟合,具体包括:在所述参数化人体模板中找到所述规则点云对应的点,并将所有对应点构建成对应点集合;根据所述对应点集合定义能量函数,所述能量函数通过最小化对应点之间的距离,以求得所述形态参数和所述姿态参数;根据所述形态参数和所述姿态参数变形所述参数化人体模板,得到变形后的参数化人体模板;根据变形后的参数化人体模板重新构建所述对应点集合,迭代至收敛,使所述参数化人体模板与所述规则点云拟合;
通过标准参数化人体模板定义的人体参数获取方式获取所述当前对象的人体参数;
其中,所述能量函数为:E=arg min Edistance+Eregular;其中,Edistance为匹配点对的距离约束,Edistance=∑(v,v′)∈C(v-v′)2;Eregular为形态参数的正则项,M为规则点云,C为M到所述参数化人体模板的匹配点对集合或对应点集合;v′为M上的对应点;βm为所述形态参数,v为所述参数化人体模型上经过形态变化和姿态变化的点。
2.根据权利要求1所述的方法,其特征在于,利用深度相机对所述当前对象进行采集,得到所述深度图像。
3.根据权利要求1所述的方法,其特征在于,所述标准参数化人体模板是预先在所述参数化人体模板上定义每个人体参数的计算公式。
4.一种多深度相机人体参数测量装置,其特征在于,包括:
相机支架和16个深度相机,将所述深度相机分为4组,并分别放置在所述相机支架的四条垂直边缘,用于采集当前对象深度图像;
融合模块,用于将所述深度图像融合为规则点云,其中,所述融合模块进一步包括:
投影单元,根据每个深度相机的内参和外参将所述深度图像中的每个像素投影至世界坐标系;重建单元,用于使用泊松重建算法,将所述世界坐标系中所述每个像素的坐标重建规则点云;
拟合模块,用于求解参数化人体模板的形态参数和姿态参数,使所述参数化人体模板变形,与所述规则点云拟合,其中,所述拟合模块进一步包括:构建单元,用于在所述参数化人体模板中找到所述规则点云对应的点,并将所有对应点构建成对应点集合;计算单元,用于根据所述对应点集合定义能量函数,所述能量函数通过最小化对应点之间的距离,以求得所述形态参数和所述姿态参数;变形单元,用于根据所述形态参数和所述姿态参数变形所述参数化人体模板,得到变形后的参数化人体模板;迭代拟合单元,用于根据变形后的参数化人体模板重新构建所述对应点集合,迭代至收敛,使所述参数化人体模板与所述规则点云拟合;
测量模块,用于通过标准参数化人体模板定义的人体参数获取方式获取所述当前对象的人体参数;
其中,所述能量函数为:E=arg min Edistance+Eregular;其中,Edistance为匹配点对的距离约束,Edistance=∑(v,v′)∈C(v-v′)2;Eregular为形态参数的正则项,M为规则点云,C为M到所述参数化人体模板的匹配点对集合或对应点集合;v′为M上的对应点;βm为所述形态参数,v为所述参数化人体模型上经过形态变化和姿态变化的点。
5.根据权利要求4所述的装置,其特征在于,所述相机支架的每条垂直边缘在同一竖直方向等距离固定4个深度相机,且所述深度相机面向所述相机支架的中心轴。
6.根据权利要求4所述的装置,其特征在于,所述标准参数化人体模板是预先在所述参数化人体模板上定义每个人体参数的计算公式。
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清华大学,未经清华大学许可,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/201910631825.6/1.html,转载请声明来源钻瓜专利网。