一种基于随机森林的骨架线提取方法及其装置制造方法及图纸

本发明专利技术公开了一种基于随机森林的骨架线提取方法及其装置，包括依据人体骨架线的训练样本构建随机森林；依据随机森林获取待测人体图的关节位置信息；依据关节位置信息确定当前待测关节的起始点；从起始点开始按照预设预测规律在随机森林上进行游走，直至达到终止条件后，按照特定规则确定当前待测关节的预测位置；当前待测关节的预测位置作为其子节点的起始点；重复上述游走操作，直至得到待测人体图中的全部关节的预测位置；本发明专利技术依据全部关节的预测位置构成待测人体图的骨架线。采用随机森林的方式提取骨架线，耗时短，且能够区分各个关节。

A method of extracting skeleton line based on random forest and its device

The invention discloses a method for extracting skeleton line based on random forest and device, including the basis of human skeleton line training samples to construct a random forest; on the basis of joint position information acquisition to measure human random forest map; according to determine the starting point to measure the current joint position information; from its starting point according to the preset prediction rule walk in the random forest, until the termination condition is reached, determine the predicted position of the current to be measured in accordance with the specific rules of the joint; joint position to be predicted as a starting point for its child nodes; repeat the operation until the predicted position of migration, all joints of human body in the figure to be tested; the invention is based on the predicted position all joints constitute skeleton measured body maps. A random forest is used to extract the skeleton line, which is short time and can distinguish the various joints.

【技术实现步骤摘要】
一种基于随机森林的骨架线提取方法及其装置
本专利技术涉及人体识别
，特别是涉及一种基于随机森林的骨架线提取方法及其装置。
技术介绍
随着人工智能的快速发展，人们对游戏的要求越来越高。体感游戏，其突破了以往单纯以手柄按键输入的操作方法，而是一种通过肢体动作变化来进行(操作)的新型游戏。这种游戏常通过提取人体骨架线的方法来获取人体的肢体动作变化。目前提取骨架线的算法主要有：形态学分析和深度学习。形态学分析通过细化可以拿到人体的骨架线，但是不能区分各个关节；深度学习算法，通过大量数据进行训练，得到骨架线，但是耗时很久，需要高端硬件的支持。因此，如何提供一种耗时短且能够区分各个关节的基于随机森林的骨架线提取方法及其装置是本领域技术人员目前需要解决的问题。
技术实现思路
本专利技术的目的是提供一种基于随机森林的骨架线提取方法及其装置，采用随机森林的方式提取骨架线，耗时短，且能够区分各个关节。为解决上述技术问题，本专利技术提供了一种基于随机森林的骨架线提取方法，包括：依据人体骨架线的训练样本构建随机森林；依据所述随机森林获取待测人体图的关节位置信息；依据所述关节位置信息确定当前待测关节的起始点本文档来自技高网...

【技术保护点】
一种基于随机森林的骨架线提取方法，其特征在于，包括：依据人体骨架线的训练样本构建随机森林；依据所述随机森林获取待测人体图的关节位置信息；依据所述关节位置信息确定当前待测关节的起始点；从所述起始点开始按照预设预测规律在所述随机森林上进行游走，直至达到终止条件后，按照特定规则确定所述当前待测关节的的预测位置；所述当前待测关节的的预测位置作为其子节点的起始点；重复上述游走操作，直至得到所述待测人体图中的全部关节的预测位置；依据全部关节的预测位置构成所述待测人体图的骨架线。

【技术特征摘要】
1.一种基于随机森林的骨架线提取方法，其特征在于，包括：依据人体骨架线的训练样本构建随机森林；依据所述随机森林获取待测人体图的关节位置信息；依据所述关节位置信息确定当前待测关节的起始点；从所述起始点开始按照预设预测规律在所述随机森林上进行游走，直至达到终止条件后，按照特定规则确定所述当前待测关节的的预测位置；所述当前待测关节的的预测位置作为其子节点的起始点；重复上述游走操作，直至得到所述待测人体图中的全部关节的预测位置；依据全部关节的预测位置构成所述待测人体图的骨架线。2.根据权利要求1所述的方法，其特征在于，所述依据人体骨架线的训练样本构建随机森林的过程具体为：步骤s11：依据不同人体体型和人体姿势构建若干个人体骨架线的训练样本；步骤s12：确定人体骨架线中各个关节间的父子联动关系；步骤s13：分别采集每个所述人体骨架线的训练样本中各个关节的训练样本，得到各个关节的训练样本集；步骤s14：通过LBP图像特征提取算法从人体深度图像中获取各个关节的随机特征；步骤s15：依据所述随机特征训练得到一颗随机树；步骤s16：判断随机树的个数是否满足预设要求，若不满足，返回步骤s14，重新获取不同的随机特征，若满足，则随机森林构建完成。3.根据权利要求2所述的方法，其特征在于，步骤s13的过程具体为：对于除根关节以外的每个关节，分别在其父子关节周围预设图形范围内采样，训练样本的表示关系式为：S＝(I，J，U)，其中，I为所述预设图形，J为当前采集训练样本的关节；U为样本点到关节J的单位方向向量。4.根据权利要求3所述的方法，其特征在于，步骤s15的过程具体为：步骤s151：依据最优特征关系式计算待训练的随机树中当前每个叶子节点的最优特征，所述最优特征关系式为：其中，K为当前叶子节点的聚类个数，U为采样点到当前叶子节点对应关节的单位向量；为当前叶子节点的全部样本点的平均方向向量，Ck为当前叶子节点其中一个聚类个数的的训练样本集合；步骤s152：对于每个所述叶子节点，依据其所述最优特征，计算其拟分裂后左右子节点的最优特征并求和，得到子节点特征和；步骤s153：计算每个所述叶子节点的子节点特征和与自身最优特征的差值的绝对值，选取绝对值最大的叶子节点作为最优分类节点；步骤s154：依据分类函数令所述待训练的随机树在所述最优分类节点处分裂为左右两支子树；步骤s155：判断所述待训练的随机树的层数以及节点数是否满足预设树满条件，若满足，则所述待训练的随机树训练完成，否则，返回步骤s151。5.根据权利要求4所述的方法，其特征在于，所述依据所述关节位置信息确定当前待测关节的起始点；从所述起始点开始按照预设预测规律在所述随机森林上进行游走，直至达到终止条件后，按照特定规则确定所述当前待测关节的的预测...

【专利技术属性】
技术研发人员：高体红，毛河，周剑，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川,51