[发明专利]一种度量2d图像中人体躯干姿态匹配方法

权利要求书

1.一种针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，包括以下步骤：

S1，选取不同的人体躯干姿态图像作为样本构建姿态库；

S2，针对姿态库中的每一幅人体躯干姿态图像，提取人体躯干的关键点，并分别计算每一幅人体躯干姿态图像中上身躯干和下身躯干在三个维度的旋转度；

S3，统计姿态库中的人体躯干姿态图像，聚类分别得到上身躯干和下身躯干在三个维度产生旋转的概率；

S4，提取待匹配图像的人体躯干的关键点，并分别计算上身躯干和下身躯干在三个维度的旋转度；

S5，计算人体躯干姿态图像和待匹配图像中上身躯干在三个维度的旋转度绝对差，并以三个维度产生旋转的概率为权重进行加权求和的第一度量指标；

S6，计算人体躯干姿态图像与待匹配图像中对应的上身躯干的关键点的距离，计算每对关键点的距离之和作为第二度量指标；

S7，将第一度量指标、第二度量指标进行求和得上身躯干的相似度指标；

S8，针对下身躯干，重复S5至S7的步骤，求得下身躯干的相似度指标；

S9，将上身躯干的相似度指标、下身躯干的相似度指标进行求和，最小值对应的人体躯干姿态图像即为待匹配图像的匹配对象。

2.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S2中，人体躯干的关键点的提取采用alphapose算法。

3.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S2中，

上身躯干在三个维度的旋转度的计算过程如下：计算左肩点、右肩点到脖颈点的相对距离之比为身躯干在Yaw方向的旋转度；计算左肩点到右肩点的水平距离差和左肩点到右肩点的垂直距离差之比为上身躯干在Roll方向的旋转度；计算左肩点到左手点的距离与脖颈点到左腰点的距离之比Pa，再计算臂长与上身躯干高度之比Pb，两者比值Pa/Pb为上身躯干Pitch方向上的旋转度；

下身躯干在三个维度的旋转度的计算过程如下：左腰点、右腰点到脖颈点的相对距离之比为Yaw方向的旋转度；计算左腰点和左膝盖点的水平距离差和左腰点和左膝盖点的垂直距离差之比为下身躯干在Roll方向的旋转度；计算下身躯干的大腿腿长和小腿腿长之比为下身躯干在Pitch方向上的旋转度。

4.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S3中，聚类采用K-means聚类。

5.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S6中，所述距离为欧式距离。

6.根据权利要求5所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述对应的上身躯干的关键点的确定方法如下：对于待匹配图像的任一上身躯干的关键点，计算它与人体躯干姿态图像中每一个人体躯干的关键点的欧式距离，取欧式距离最小值的两个头部关键点即为对应的头部关键点。

7.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S6中，所述距离为汉明距离。

8.根据权利要求7所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述对应的上身躯干的关键点的确定方法如下：对于待匹配图像的任一上身躯干的关键点，计算它与人体躯干姿态图像中每一个人体躯干的关键点的汉明距离，取汉明距离最小值的两个头部关键点即为对应的头部关键点。

9.根据权利要求1所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述S6中，所述距离为欧式距离与汉明距离之和。

10.根据权利要求9所述的针对电商图像中度量2d图像中人体躯干姿态匹配方法，其特征在于，所述对应的头部关键点的确定方法如下：所述对应的上身躯干的关键点的确定方法如下：对于待匹配图像的任一上身躯干的关键点，计算它与人体躯干姿态图像中每一个人体躯干的关键点的欧式距离和汉明距离之和，取欧式距离和汉明距离之和最小值的两个头部关键点即为对应的头部关键点。