[发明专利]一种度量2d图像中人体躯干姿态匹配方法

说明书

本发明公开了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，涉及图像匹配技术领域。包括以下步骤：构建姿态库；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，计算旋转度；统计上身躯干和下身躯干在三个维度产生旋转的概率；提取待匹配图像的人体躯干的关键点，计算旋转度；计算样本和待匹配图像在三个维度的旋转度绝对差，加权求和的第一度量指标；计算样本与待匹配图像中对应的关键点的距离和作为第二度量指标；将第一度量指标、第二度量指标进行求和为上身躯干/下身躯干的相似度指标；将上身躯干、下身躯干的相似度指标进行求和，最小值即为匹配对象。本发明的有效确保了人体躯干姿态近似匹配的准确性。

技术领域

本发明涉及图像匹配技术领域，尤其涉及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。

背景技术

电商场景中，商家上传的图片一般是2D的静态图片。目前针对2D图像中人体躯干姿态近似的度量方法分为外观模板法、探测器阵列法、非线性回归方法等，这些方法将图像与模板进行比较，通过关键点的匹配度来确定两张图中人体躯干姿态是否近似。但是这些方法都只考虑到图像中人体躯干的三个维度的相对旋转度的相似性，没有考虑到三个维度的旋转度的绝对性，因而准确性不高。在电商场景下，模特的躯干姿态更加多样，而且有些不同的姿态差距不大，这就需要更高准确性的人体躯干姿态近似度量方法。

发明内容

本发明的目的在于提供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，有效确保了人体躯干姿态近似匹配的准确性。

为实现上述目的，本发明提供如下技术方案：

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。

进一步的，所述S2中，人体躯干的关键点的提取采用alphapose算法。

进一步的，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；