[发明专利]一种基于多Kinect的人体骨骼数据融合评价方法有效
申请号: | 202110610406.1 | 申请日: | 2021-06-01 |
公开(公告)号: | CN113240044B | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 姚寿文;兰泽令;王瑀;栗丽辉;常富祥 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00;G06K9/46;G06K9/32 |
代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 张雪 |
地址: | 100081 *** | 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: | 一种 基于 kinect 人体 骨骼 数据 融合 评价 方法 | ||
1.一种基于多Kinect的人体骨骼数据融合评价方法,其特征在于,包括以下步骤:
S1、基于无标记运动追踪系统进行骨骼数据采集,并进行卡尔曼滤波处理,得到第一数据,将所述第一数据进行预处理后通过所述无标记运动追踪系统获得的位姿矩阵,转换到Unity3D引擎世界坐标系内,进行多约束数据质量评价;
S2、若在所述预处理过程中关节点位置信息缺失,则此时采用粒子滤波算法对缺失的关节点进行预测;
S3、选择人体移动类和肢体调整类各若干种动作,以OptiTrack采集的数据做为真值对照,将基于多Kinect的人体骨骼数据融合评价方法与加权方法进行性能表现对比分析;
所述S2的具体过程为:
首先,判断k时刻每台客户端Kinect传感器对关节点m的SDK跟踪状态,为当前传感器采集到的骨骼点分配SDK追踪状态置信度,并计算用户与视场相对位置约束置信度,如果不存在则得到输入粒子滤波的真实测量值,此时经过卡尔曼滤波对该真实测量值进行预测;
然后,如果存在在服务器端接收到所述每台客户端Kinect传感器传递来的SDK跟踪状态以及位置信息后,计算每台Kinect传感器的传感器整体骨架置信度,然后计算人体的面部朝向以及用户与当前Kinect传感器之间的夹角,完成位置信息与追踪状态信息的左右交换,进而计算人体朝向约束置信度以及基于预测模型的置信度;
其中,λ(si,m)的含义为:第m个关节可信度参数权重;的含义为:第m个骨骼节点位置置信度,ρ的含义为骨骼节点到传感器坐标原点的距离;
最后,基于提出的预处理约束,加权计算得到若干个关节点的真实测量值输入到若干个粒子滤波器中,获得最终的关节点位置信息,组成精度较高且完整的人体骨架。
2.根据权利要求1所述的基于多Kinect的人体骨骼数据融合评价方法,其特征在于,所述S1的具体步骤为:
基于无标记运动追踪系统的客户端采集骨骼数据,并进行卡尔曼滤波处理,得到所述第一数据,将所述第一数据进行预处理,通过所述无标记运动追踪系统获得的位姿矩阵,通过若干台Kinect传感器数据转换到Unity3D引擎世界坐标系内。
3.根据权利要求2所述的基于多Kinect的人体骨骼数据融合评价方法,其特征在于,所述骨骼数据包括:三维骨骼数据、骨骼追踪状态和用户与视场相对位置置信度。
4.根据权利要求2所述的基于多Kinect的人体骨骼数据融合评价方法,其特征在于,所述预处理包括数据层骨骼预处理和系统层骨骼预处理。
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北京理工大学,未经北京理工大学许可,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/202110610406.1/1.html,转载请声明来源钻瓜专利网。