一种肢体关系的估计方法及装置制造方法及图纸

本发明专利技术公开了一种肢体关系的估计方法及装置，该方法包括：获取目标图片；根据目标图片中两个人物中每个人物的身体部位的第一位置信息，以及两个人物的身体部位的第二位置信息中至少一种，计算两个人物的第一肢体关系特征；第一位置信息通过对每个人物进行单人姿态估计而获取得到，第二位置信息通过在第一位置信息指示两个人物之间的身体部位有重叠时，对两个人物进行双人联合姿态估计而获取得到；根据第一肢体关系特征，确定两个人物的肢体关系。实施本发明专利技术实施例，可以提高肢体关系估计的准确性。

Method and device for estimating limb relation

The invention discloses a method and device for estimating a physical relationship, the method includes: acquiring the target image according to the position information of the first part of the body; each character the target image in the two figures in the second parts of the body, and the position information of the two characters in the at least one first, calculate the limb relationship characteristics of two characters the first; the position information from each single character and attitude estimation obtained, second position in the first position information through the information indicating body parts between the two characters of the overlap of the two characters, double joint pose estimation and obtained; according to the first body characteristics determine the two characters between the limbs. By implementing the embodiment of the invention, the accuracy of limb relation estimation can be improved.

【技术实现步骤摘要】

本专利技术涉及计算机
，具体涉及一种肢体关系的估计方法及装置。
技术介绍
人际关系是一种资源。通过人际关系可以进一步推断出人们的生活圈子、消费水平、社会地位、甚至个人喜好，进而做有目的的推荐或者优质客户挽留等，这些对于商家来说无疑具有重要意义。人际关系的获取有多种方式，目前常通过大量数据的分析来推断人际关系。其中，照片提供了最为直观的视觉信息，随着照相成为手机的一种重要功能，照片的数量爆炸式增长，人们乐意将自己和亲朋好友的照片分享到Facebook等网络媒介，这些资源为通过照片进行人际关系估计提供了可行性。人与人的肢体位置关系往往会反映人与人的亲密程度，进而可以推断出人际关系。对于让计算机自动判别照片中的两个人的肢体关系，现有技术中首先对图像做人体检测，然后对检测到的每一个人体做单人姿态估计，进而对姿态估计结果有重叠的两个人体做双人联合姿态估计，进而得到人体的肢体关系。单人姿态估计或双人联合姿态估计因为容易受到遮挡等因素的影响，准确性不高，因此，由于缺乏对单人姿态估计或双人姿态估计结果的有效分析，直接根据单人姿态估计或双人联合姿态估计的结果估计出的肢体关系的准确性不高。
技术实现思路
本专利技术实施例公开一种肢体关系的估计方法及装置，用于提高肢体关系估计的准确性。本专利技术实施例第一方面公开一种肢体关系的估计方法，包括：获取目标图片，目标图片可以是存储在本地的图片，也可以是通过网络获取的图片；根据目标图片中两个人物中每个人物的身体部位的第一位置信息，以及两个人物的身体部位的第二位置信息中至少一种，计算两个人物的第一肢体关系特征；其中，第一位置信息可以是通过对每个人物进行单人姿态估计获取得到的，第二位置信息可以是当第一位置信息指示两个人物之间的身体部位有重叠时，通过对两个人物进行双人联合姿态估计获取得到的；其中，第一位置信息和第二位置信息是绝对位置信息；利用第一肢体关系特征确定两个人物的肢体关系。在一个实施例中，第一肢体关系特征可以包括第一位置信息所表示的身体部位与第二位置信息所表示的身体部位的匹配度、两个人物的重叠比例以及两个人物中每个人物的每个身体部位到这两个人物的中心位置的相对距离中的至少一种。在一个实施例中，第一位置信息可以包括用于表示每个人物的身体部位的位置的第一区域；两个人物的重叠比例可以包括：两个人物各自的第i个身体部位的重叠比例，i为大于或等于1的整数；当第一肢体关系特征包括两个人物的重叠比例时，根据目标图片中两个人物中每个人物的身体部位的第一位置信息，以及两个人物的身体部位的第二位置信息中至少一种，计算两个人物的重叠比例可以包括：利用如下公式计算两个人物各自的第i个身体部位的重叠比例：其中，Ψov表示两个人物各自的第i个身体部位的重叠比例，表示两个人物中的第一个人物的第i个身体部位的位置的第一区域，表示两个人物中的第二个人物的第i个身体部位的位置的第一区域。在一个实施例中，两个人物中每个人物的每个身体部位到这两个人物的中心位置的相对距离包括两个人物中每个人物的第j个身体部位到这两个人物的中心位置的相对距离，第一位置信息可以包括每个人物的身体部位在目标图片中的坐标，j为大于或等于1的整数；当第一肢体关系特征包括两个人物中每个人物的每个身体部位到这两个人物的中心位置的相对距离时，根据目标图片中两个人物中每个人物的身体部位的第一位置信息，以及两个人物的身体部位的第二位置信息中至少一种，计算两个人物中每个人物的每个身体部位到这两个人物的中心位置的相对距离包括：利用如下公式计算两个人物中每个人物的第j个身体部位到这两个人物的中心位置的相对距离：其中，ΨL表示两个人物中每个人物的第j个身体部位到这两个人物的中心位置的相对距离，表示这两个人物中的第k个人物的第j个身体部位在目标图片中的坐标，n表示每个人物包括的身体部位的总数量，nscale为中心位置到这两个人物所有身体部位的距离的和，表示中心位置的坐标，n为大于1的整数，k为1或2。在一个实施例中，第一位置信息可以包括用于表示每个人物的身体部位的位置的第一区域，第二位置信息可以包括用于表示每个人物的身体部位的位置的第二区域，第一位置信息所表示的身体部位与第二位置信息所表示的身体部位的匹配度包括：用于表示每个人物的第t个身体部位的位置的第一区域与用于表示每个人物的第t个身体部位的位置的第二区域的匹配度，t为大于或等于1的整数；当第一肢体关系特征包括第一位置信息所表示的身体部位与第二位置信息所表示的身体部位的匹配度时，根据目标图片中两个人物中每个人物的身体部位的第一位置信息，以及两个人物的身体部位的第二位置信息中至少一种，计算第一位置信息所表示的身体部位与第二位置信息所表示的身体部位的匹配度包括：利用如下公式计算用于表示每个人物的第t个身体部位的位置的第一区域与用于表示每个人物的第t个身体部位的位置的第二区域的匹配度：其中，Ψm表示用于表示每个人物的第t个身体部位的位置的第一区域与用于表示每个人物的第t个身体部位的位置的第二区域的匹配度，表示用于表示每个人物的第t个身体部位的位置的第一区域，表示用于表示每个人物的第t个身体部位的位置的第二区域，其中，第一(或二)区域可以是包括身体部位的正方形区域。在一个实施例中，肢体关系可以包括：两个人物之间的肢体交互关系、两个人物之间的相对距离、两个人物之间的身体倾斜方向以及两个人物之间的身体朝向中的至少一种，其中，肢体交互关系可以包括手挽手、握手、拥抱、背抱、击掌、手搭肩、肩并肩等中的至少一种，相对距离可以是近、中、远，身体倾斜方向可以是左倾、右倾、直立，身体朝向可以是前、后、左、右。在一个实施例中，该方法还可以包括：获取两个人物的第二肢体关系特征，第二肢体关系特征可以包括：第一位置信息的第一可信度值、每个人物的身体部位的第一方向信息、第二位置信息的第二可信度值以及每个人物的身体部位的第二方向信息中至少一种；其中，第一可信度值以及第一方向信息是通过对每个人物进行单人姿态估计获取得到的，第二可信度值以及第二方向信息是在第一位置信息指示两个人物之间的身体部位有重叠时，通过对两个人物进行双人联合姿态估计获取得到的；其中，第一(或二)位置信息的第一可信度值是处于第一(二)位置信息对应位置的身体部位在第一(或二)位置信息对应位置的可信度；每个人物的身体部位的第一(或二)方向信息是每个人物的身体部位可以展现出来的各种姿势对应的方向的信息；当获取有第二肢体关系特征时，根据第一肢体关系特征确定两个人物的肢体关系可以包括：根据第一肢体关系特征以及第二肢体关系特征确定两个人物的肢体关系。可以根据第一肢体关系特征和第二肢体关系特征共同确定两个人物的肢体关系，可以进一步提高肢体关系估计的准确性。在一个实施例中，根据第一肢体关系特征以及第二肢体关系特征，确定两个人物的肢体关系可以包括：将第一肢体关系特征以及第二肢体关系特征作为第一层神经网络模型的输入；将第g层神经网络模型的输出确定为第g+1层神经网络模型的输入，直到得到第N层神经网络模型的输出，N为大于或等于1的整数，g为大于或等于1且小于或等于N-1的整数；将第N层神经网络模型的输出确定为第N+1层神经网络模型的第一次递归的输入；将第N+1层神经网络模型的第q次递归本文档来自技高网...

【技术保护点】
一种肢体关系的估计方法，其特征在于，包括：获取目标图片；根据所述目标图片中两个人物中每个人物的身体部位的第一位置信息，以及所述两个人物的身体部位的第二位置信息中至少一种，计算所述两个人物的第一肢体关系特征，所述第一位置信息通过对所述每个人物进行单人姿态估计而获取得到，所述第二位置信息通过在所述第一位置信息指示所述两个人物之间的身体部位有重叠时，对所述两个人物进行双人联合姿态估计而获取得到；根据所述第一肢体关系特征，确定所述两个人物的肢体关系。

【技术特征摘要】
1.一种肢体关系的估计方法，其特征在于，包括：获取目标图片；根据所述目标图片中两个人物中每个人物的身体部位的第一位置信息，以及所述两个人物的身体部位的第二位置信息中至少一种，计算所述两个人物的第一肢体关系特征，所述第一位置信息通过对所述每个人物进行单人姿态估计而获取得到，所述第二位置信息通过在所述第一位置信息指示所述两个人物之间的身体部位有重叠时，对所述两个人物进行双人联合姿态估计而获取得到；根据所述第一肢体关系特征，确定所述两个人物的肢体关系。2.根据权利要求1所述的方法，其特征在于，所述第一肢体关系特征包括第一位置信息所表示的身体部位与所述第二位置信息所表示的身体部位的匹配度、所述两个人物的重叠比例以及所述每个人物的每个身体部位到所述两个人物的中心位置的相对距离中的至少一种。3.根据权利要求2所述的方法，其特征在于，所述第一位置信息包括用于表示所述每个人物的身体部位的位置的第一区域，所述两个人物的重叠比例包括：所述两个人物各自的第i个身体部位的重叠比例，i为...

【专利技术属性】
技术研发人员：初晓，欧阳万里，王晓刚，黎伟，刘健庄，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44