[发明专利]基于深度学习的人体骨骼关节点三维坐标的获取方法有效
| 申请号： | 201810386825.X | 申请日： | 2018-04-26 |
| 公开（公告）号： | CN108829232B | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 钱东东;彭中兴 | 申请（专利权）人： | 深圳市同维通信技术有限公司 |
| 主分类号： | G06F3/01 | 分类号： | G06F3/01;G06T19/20 |
| 代理公司： | 深圳君信诚知识产权代理事务所(普通合伙) 44636 | 代理人： | 刘伟 |
| 地址： | 518118 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的人体骨骼关节点三维坐标的获取方法，该方法包括如下步骤：数据准备：加载标准的FBX模型至unity软件，设置所述FBX模型的关节旋转四元数并获取每个关节点的3d坐标和2d坐标；数据预处理：对所述3d坐标数据和所述2d坐标数据进行归一化处理并输入到卷积神经网络中；训练网络：计算训练集loss和验证集loss；实时人体关节点的3d坐标获取：检测出该图像中人体关节点2d坐标并进行归一化处理后输入到所述卷积神经网络，结合利用反归一化获取所述摄像头坐标系下的人体关节点3d坐标。与相关技术相比，本发明的基于深度学习的人体骨骼关节点三维坐标的获取方法硬件成本低、准确度高且适用范围广。 | ||
| 搜索关键词： | 基于 深度 学习 人体 骨骼 关节点 三维 标的 获取 方法 | ||
【主权项】：
1.一种基于深度学习的人体骨骼关节点三维坐标的获取方法，其特征在于，该方法包括如下步骤：步骤S1、数据准备:加载标准的FBX模型至unity软件，设置摄像头需要采集的数据的组数和相应的摄像头参数，设置所述FBX模型的关节旋转四元数并获取每个关节点的3d坐标和2d坐标，用于最终驱动所述FBX模型运动；步骤S2、数据预处理：对所述3d坐标数据和所述2d坐标数据进行归一化处理得到预处理数据，将所述预处理数据按照批次分成不同的组输入到卷积神经网络中；步骤S3、训练网络：对输入到所述卷积神经网络中的所述预处理数据进行训练，计算训练集loss和验证集loss，使所述训练集loss和所述验证集loss的损失函数收敛至50mm；步骤S4、实时人体关节点的3d坐标获取：将摄像头获取的图像输入至2d关节点检测模块，检测出该图像中人体关节点2d坐标并对所述人体关节点2d坐标进行完整性判断与修正，再将所述人体关节点2d坐标进行归一化处理后输入到所述卷积神经网络，结合利用反归一化获取所述摄像头坐标系下的人体关节点3d坐标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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深圳市同维通信技术有限公司，未经深圳市同维通信技术有限公司许可，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/patent/201810386825.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种穿戴设备的调整方法、穿戴设备及存储介质
- 下一篇：一种交互方法及装置
