[发明专利]一种用户的肢体节点的位置确定方法、装置、介质及系统

权利要求书

1.一种确定用户的至少一个肢体节点的位置的方法，其特征在于，所述方法包括：

在所述至少一个肢体节点未被遮挡的情况下，根据所述至少一个肢体节点在第一时刻的位置和在第二时刻的位置，确定所述至少一个肢体节点在所述第一时刻和所述第二时刻之间的第一时间段内的第一位移；

获取与所述至少一个肢体节点在所述第一时间段内的运动相关的第一运动数据；

至少部分地根据所述第一位移和所述第一运动数据，训练推测模型，其中所述推测模型用于在所述至少一个肢体节点被遮挡的情况下，推测所述至少一个肢体节点的被遮挡位置。

2.如权利要求1所述的方法，其特征在于，所述第一运动数据包括第一加速度、第一角速度、第一运动方向以及第一运动模式中的至少一个。

3.如权利要求1所述的方法，其特征在于，根据所述至少一个肢体节点在第一时刻的位置和在第二时刻的位置，确定所述至少一个肢体节点在所述第一时刻和所述第二时刻之间的第一时间段内的第一位移，还包括：

在所述第一时刻获取第一图像帧，并且在所述第二时刻获取第二图像帧；

根据所述第一图像帧中所述至少一个肢体节点的位置和在所述第二图像帧中所述至少一个肢体节点的位置，确定所述至少一个肢体节点在所述第一时间段内的所述第一位移。

4.如权利要求1所述的方法，其特征在于，所述至少部分地根据所述第一位移和所述第一运动数据，训练推测模型，还包括：

至少部分地将所述第一运动数据作为特征输入并且将所述第一位移作为目标类别，训练所述推测模型。

5.如权利要求1所述的方法，其特征在于，所述推测模型包括循环神经网络(recurrentneural network，RNN)、长短期记忆(long short-term memory，LSTM)网络、门控循环单元(gated recurrent unit，GRU)网络、双向循环神经网络(bidirectional recurrentneural network，BRNN)中的至少一种。

6.如权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

在所述至少一个肢体节点从未被遮挡到被遮挡的情况下，获取与第二时间段内的运动相关的第二运动数据，其中所述第二时间段包括所述至少一个肢体节点在所述未被遮挡的时刻到所述被遮挡的时刻之间的时间段；

利用所述推测模型，基于所述第二运动数据，推测所述至少一个肢体节点在所述第二时间段内的第二位移；

至少部分地基于所述第二位移以及所述至少一个肢体节点在所述未被遮挡的时刻的未被遮挡位置，确定所述至少一个肢体节点在所述被遮挡的情况下的所述被遮挡位置。

7.如权利要求6所述的方法，其特征在于，所述第二运动数据包括第二加速度、第二角速度、第二运动方向以及第二运动模式中的至少一个。

8.如权利要求6所述的方法，其特征在于，所述第二时间段的长度与所述第一时间段的长度相同。

9.如权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

在所述至少一个肢体节点在从未被遮挡经被遮挡到再次未被遮挡的情况下，获取与第三时间段内的运动相关的第三运动数据，其中，所述第三时间段包括在所述未被遮挡的时刻和所述再次未被遮挡的时刻之间的时间段；

利用所述推测模型，基于所述第三运动数据，推测所述至少一个肢体节点在所述第三时间段内的第三位移；

至少部分地基于所述第三位移以及所述至少一个肢体节点在所述未被遮挡的时刻的未被遮挡位置和在所述再次未被遮挡的时刻的再次未被遮挡位置中的至少一个，确定所述至少一个肢体节点在所述被遮挡的情况下的所述被遮挡位置。

10.如权利要求9所述的方法，其特征在于，所述第三运动数据包括第三加速度、第三角速度、第三运动方向以及第三运动模式中的至少一个。