人体全身姿态的确定方法、其确定装置以及智能鞋制造方法及图纸

本申请提供了一种人体全身姿态的确定方法、其确定装置以及智能鞋，该方法包括：首先，获取目标对象在各时刻的脚部压力数据以及脚部位置数据，脚部位置数据包括目标对象的脚部与地面接触对应的位置数据以及脚部不与地面接触对应的位置数据；然后，根据各时刻的脚部压力数据以及脚部位置数据中的至少之一，确定目标对象的全身姿态以及全身骨骼点。保证了可以较为准确地得到目标对象的脚部与地面接触时对应的述全身姿态以及全身骨骼点，以及较为准确地得到脚部不与地面接触对应的全身姿态以及全身骨骼点，避免了在目标对象的其他位置设置传感器，解决了现有技术中不能简单且准确的预测人体全身姿态的问题，保证了确定的人体全身姿态的准确性较高。全身姿态的准确性较高。全身姿态的准确性较高。

【技术实现步骤摘要】
人体全身姿态的确定方法、其确定装置以及智能鞋


[0001]本申请涉及人体姿态领域，具体而言，涉及一种人体全身姿态的确定方法、其确定装置、计算机可读存储介质、处理器以及智能鞋。

技术介绍

[0002]人体骨骼姿态还原在电影动画领域、直播领域、健康领域等有着广泛的应用场景，其中，在动画电影中用人的骨骼动态生成电影角色的行为和动作、通过骨骼数据生成虚拟人像或者虚拟偶像进行直播、捕捉人体姿态进行体感游戏或在线会议的交互、老年人健康状况与活动监测、辅助康复、运动员训练等，人体姿态数据价值高，近些年发展出来诸多技术路线，技术上主要关注响应速度、准确性、鲁棒性(抗遮挡能力)以及设备的易部署性(便携性)等。
[0003]目前，我们主要通过计算机视觉法、惯性传感器全身追踪技术或者灯塔激光定位的方式来还原人体姿态，但是，计算机视觉法中的摄像头需要被固定在特定的高度以及位置，因此，对没有正对摄像头的动作识别程度不高，且容易被遮挡，另外，画面计算过程中由于计算量过大导致延迟以及相应速度较慢，且会侵犯用户的隐私，造成用户的体验感较低，惯性传感器全身追踪技术的方式获取的姿态信息有限且准确性较低，具体地，惯性传感器在使用过程中会随着时间推移而误差变大，因此，需要在使用一段时间后进行校准，另外，如果需要获得较为准确的人体姿态，需要在人体各个躯干绑定惯性传感器设备，使得用户的舒适度较低，灯塔激光定位技术需要处置两个基站，且用户只能站在特定区域内，另外，这种方式的价格昂贵。
[0004]因此，亟需一种可以简单且准确预测人体全身姿态的方法。
[0005]在
技术介绍
部分中公开的以上信息只是用来加强对本文所描述技术的
技术介绍
的理解，因此，
技术介绍
中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。

技术实现思路

[0006]本申请的主要目的在于提供一种人体全身姿态的确定方法、其确定装置、计算机可读存储介质、处理器以及智能鞋，以解决现有技术中不能简单且准确的预测人体全身姿态的问题。
[0007]根据本专利技术实施例的一个方面，提供了一种人体全身姿态的确定方法，所述方法包括：获取目标对象在各时刻的脚部压力数据以及脚部位置数据，所述脚部位置数据包括所述目标对象的脚部与地面接触对应的位置数据以及所述脚部不与所述地面接触对应的位置数据；根据所述各时刻的所述脚部压力数据以及所述脚部位置数据中的至少之一，确定所述目标对象的全身姿态以及全身骨骼点。
[0008]可选地，获取目标对象在各时刻的脚部压力数据以及脚部位置数据，包括：实时获取各所述时刻的所述脚部压力数据以及对应的脚部姿态数据；至少根据所述脚部压力数
据，对对应的所述脚部姿态数据进行修正，得到目标脚部姿态数据；至少根据所述目标脚部姿态数据，确定所述脚部位置数据。
[0009]可选地，根据所述各时刻的所述脚部压力数据以及所述脚部位置数据中的至少之一，确定所述目标对象的全身姿态以及全身骨骼点，包括：在所述目标对象的各所述脚部均与所述地面接触的情况下，根据各所述时刻的所述脚部压力数据确定所述全身姿态以及所述全身骨骼点；在存在所述脚部不与所述地面接触的情况下，根据各所述时刻的所述脚部位置数据以及对应的所述脚部压力数据，确定所述全身姿态以及所述全身骨骼点。
[0010]可选地，根据各所述时刻的所述脚部位置数据以及对应的所述脚部压力数据，确定所述全身姿态以及所述全身骨骼点，包括：根据所述脚部压力数据以及所述脚部位置数据，确定所述目标对象的初始全身姿态以及初始全身骨骼点；对所述初始全身姿态以及所述初始全身骨骼点进行预定处理，得到所述全身姿态以及所述全身骨骼点，所述预定处理至少包括以下之一：卡尔曼滤波处理、多层感知器处理以及扩展卡尔曼滤波器法处理。
[0011]可选地，至少根据所述脚部压力数据，对对应的所述脚部姿态数据进行修正，得到目标脚部姿态数据，包括：使用逻辑回归算法或线性回归算法对第一脚部加速度数据进行拟合，确定加速度误差数据，所述第一脚部加速度数据为各所述脚部均与所述地面接触时对应的脚部加速度数据，所述加速度误差数据为表征采集所述脚部姿态数据的目标设备的误差数据；在所述脚部从与所述地面接触的状态变为不与所述地面接触的状态时，将第二脚部加速度数据与所述加速度误差数据相减，得到第二目标加速度数据，所述第二脚部加速度数据为所述脚部不与所述地面接触时对应的所述脚部加速度数据。
[0012]可选地，至少根据所述目标脚部姿态数据，确定所述脚部位置数据，包括：获取第一预定时刻对应的所述全身姿态以及所述全身骨骼点，所述第一预定时刻为各所述脚部均与所述地面接触对应的时刻；根据所述第一预定时刻对应的所述全身姿态以及所述全身骨骼点，确定所述第一预定时刻对应的所述脚部的参考位置数据；获取第一目标脚部姿态数据以及第二目标脚部姿态数据，所述第一目标脚部姿态数据为所述第一预定时刻对应的所述目标脚部姿态数据，所述第二目标脚部姿态数据为第二预定时刻对应的所述目标脚部姿态数据，所述第二预定时刻为所述脚部从所述第一预定时刻对应的与所述地面接触的状态转换为不与所述地面接触的状态时对应的时刻；计算所述第一目标脚部姿态数据与所述参考位置数据的差值，并根据所述差值修正所述第二目标脚部姿态数据；根据修正后的所述第二目标脚部姿态数据，确定所述第二预定时刻对应的所述脚部位置数据。
[0013]可选地，在所述目标对象的各所述脚部均与所述地面接触的情况下，根据各所述时刻的所述脚部压力数据确定所述全身姿态以及所述全身骨骼点，包括：获取第二深度学习模型，所述第二深度学习模型使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组数据均包括所述目标对象的所述脚部均与所述地面接触时的第一历史脚部压力数据以及对应的第一历史全身骨骼点以及第一历史全身姿态；将所述目标对象的所述脚部均与所述地面接触时的所述脚部压力数据输入所述第二深度学习模型，得到所述目标对象的所述脚部均与所述地面接触时的所述全身姿态以及所述全身骨骼点，在存在所述脚部不与所述地面接触的情况下，根据各所述时刻的所述脚部位置数据以及对应的所述脚部压力数据，确定所述全身姿态以及所述全身骨骼点，包括：获取第三深度学习模型，所述第三深度学习模型使用多组第二数据通过机器学习训练出的，所述多组第二数据中的每组数
据均包括所述目标对象的所述脚部不与所述地面接触时的历史脚部位置数据、第二历史脚部压力数据以及对应的第二历史全身骨骼点以及第二历史全身姿态；将所述目标对象的所述脚部不与所述地面接触时的所述脚部位置数据以及所述脚部压力数据输入所述第三深度学习模型，得到所述目标对象的所述脚部不与所述地面接触时的所述全身姿态以及所述全身骨骼点。
[0014]可选地，在获取目标对象的脚部压力数据以及脚部姿态数据之后，所述方法还包括：在所述脚部压力数据满足预定条件的情况下，发出热感信号以及震动信号，所述热感信号为控制电热层发出预定热量的信号，所述震动信号为控制震动模块产生预定幅度的震动的信号。
[0015]根据本专利技术实施例的另一方面，还提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体全身姿态的确定方法，其特征在于，所述方法包括：获取目标对象在各时刻的脚部压力数据以及脚部位置数据，所述脚部位置数据包括所述目标对象的脚部与地面接触对应的位置数据以及所述脚部不与所述地面接触对应的位置数据；根据所述各时刻的所述脚部压力数据以及所述脚部位置数据中的至少之一，确定所述目标对象的全身姿态以及全身骨骼点。2.根据权利要求1所述的方法，其特征在于，获取目标对象在各时刻的脚部压力数据以及脚部位置数据，包括：实时获取各所述时刻的所述脚部压力数据以及对应的脚部姿态数据；至少根据所述脚部压力数据，对对应的所述脚部姿态数据进行修正，得到目标脚部姿态数据；至少根据所述目标脚部姿态数据，确定所述脚部位置数据。3.根据权利要求2所述的方法，其特征在于，根据所述各时刻的所述脚部压力数据以及所述脚部位置数据中的至少之一，确定所述目标对象的全身姿态以及全身骨骼点，包括：在所述目标对象的各所述脚部均与所述地面接触的情况下，根据各所述时刻的所述脚部压力数据确定所述全身姿态以及所述全身骨骼点；在存在所述脚部不与所述地面接触的情况下，根据各所述时刻的所述脚部位置数据以及对应的所述脚部压力数据，确定所述全身姿态以及所述全身骨骼点。4.根据权利要求3所述的方法，其特征在于，根据各所述时刻的所述脚部位置数据以及对应的所述脚部压力数据，确定所述全身姿态以及所述全身骨骼点，包括：根据所述脚部压力数据以及所述脚部位置数据，确定所述目标对象的初始全身姿态以及初始全身骨骼点；对所述初始全身姿态以及所述初始全身骨骼点进行预定处理，得到所述全身姿态以及所述全身骨骼点，所述预定处理至少包括以下之一：卡尔曼滤波处理、多层感知器处理以及扩展卡尔曼滤波器法处理。5.根据权利要求3所述的方法，其特征在于，至少根据所述脚部压力数据，对对应的所述脚部姿态数据进行修正，得到目标脚部姿态数据，包括：使用逻辑回归算法或线性回归算法对第一脚部加速度数据进行拟合，确定加速度误差数据，所述第一脚部加速度数据为各所述脚部均与所述地面接触时对应的脚部加速度数据，所述加速度误差数据为表征采集所述脚部姿态数据的目标设备的误差数据；在所述脚部从与所述地面接触的状态变为不与所述地面接触的状态时，将第二脚部加速度数据与所述加速度误差数据相减，得到第二目标加速度数据，所述第二脚部加速度数据为所述脚部不与所述地面接触时对应的所述脚部加速度数据。6.根据权利要求4所述的方法，其特征在于，至少根据所述目标脚部姿态数据，确定所述脚部位置数据，包括：获取第一预定时刻对应的所述全身姿态以及所述全身骨骼点，所述第一预定时刻为各所述脚部均与所述地面接触对应的时刻；根据所述第一预定时刻对应的所述全身姿态以及所述全身骨骼点，确定所述第一预定时刻对应的所述脚部的参考位置数据；
获取第一目标脚部姿态数据以及第二目标脚部姿态数据，所述第一目标脚部姿态数据为所述第一预定时刻对应的所述目标脚部姿态数据，所述第二目标脚部姿态数据为第二预定时刻对应的所述目标脚部姿态数据，所述第二预定时刻为所述脚部从所述第一预定时刻对应的与所述地面接触的状态转换为不与所述地面接触的状态时对应的时刻；计算所述第一目标脚部姿态数据与所述参考位置数据的差值，并根...

【专利技术属性】
技术研发人员：陈梓嘉，张一驰，
申请(专利权)人：深圳前海向纺未来科技有限公司，
类型：发明
国别省市：