【技术实现步骤摘要】
【国外来华专利技术】关节体姿态检测系统和方法
本公开大体上涉及关节体(articulatebody)姿态的检测;更具体地说,涉及一种从图像内容中检测关节体姿态的系统。此外,本公开还涉及用于从图像内容中检测关节体姿态的方法。
技术介绍
随着技术的进步,姿态估计越来越重要。姿态估计有助于各种应用,例如用于研究的人类活动分析、动物活动分析等等。此外,姿态估计通过检测商店扒手的非法活动(例如盗窃)来提供视频监视方面的帮助,从而提醒商店工作人员防止盗窃。此外,姿态估计被用于智能驾驶辅助系统、有需要的人的辅助生活系统、视频游戏、物理治疗等等。此外,姿态估计还积极用于体育、军事、医疗、机器人等领域。一般来说,姿态检测是一项具有挑战性的任务,因为每个人都拥有不同的身体结构、不同的身体形状、不同的皮肤颜色等等。此外,人身上不同类型的衣服也增加了姿态估计的复杂性。传统上,单人姿态估计方法被用来进行姿态估计。单人姿态估计方法包括人检测器,它逐一检测图像中的每个人,从而使其成为一个耗时的过程。此外,检测图像中的多人是很困难的,因为将人从图像的背景中分割出来是一项艰巨的任务。值得注意的是,随着人的数量增加,人体姿态实时估计的复杂性也会增加,从而使姿态估计的实时性能成为一个很大的挑战。此外,目前使用的姿态估计技术可能会导致误报,即它们可能会将非人类(例如,人类雕像)检测为人类。通常情况下,所使用的姿态估计技术采用水平视线相机设置,该设置提供需要进行姿态估计的区域的有限视图。因此,鉴于上述讨论,需要克服与姿态检测技术相关的前述缺点。< ...
【技术保护点】
1.一种用于从图像内容中检测关节体姿态的系统,所述系统包括:/n用于捕获所述图像内容的成像模块;和/n可通信地耦合到所述成像模块的处理器,其中所述处理器可操作以:/n获得所述图像内容的自上而下视图;和/n使用机器学习算法处理所述自上而下视图以检测与所述图像内容相对应的所述关节体姿态,其中所述关节体姿态包括多个关节,其中所述处理包括:/n创建对应于所述关节体姿态的每个关节的部位置信图;/n通过将所述部位置信图投影到所述图像内容的所述自上而下视图上来生成热图;/n创建对应于与所述关节体姿态的每个关节相关联的每个身体部位的部位亲和图;/n通过将所述部位亲和图投影到所述图像内容的所述自上而下视图上来生成矢量图;和/n使用所述热图和所述矢量图来生成与所述关节体姿态相对应的身体框架,以检测所述关节体姿态。/n
【技术特征摘要】
【国外来华专利技术】20181203 US 16/207,2961.一种用于从图像内容中检测关节体姿态的系统,所述系统包括:
用于捕获所述图像内容的成像模块;和
可通信地耦合到所述成像模块的处理器,其中所述处理器可操作以:
获得所述图像内容的自上而下视图;和
使用机器学习算法处理所述自上而下视图以检测与所述图像内容相对应的所述关节体姿态,其中所述关节体姿态包括多个关节,其中所述处理包括:
创建对应于所述关节体姿态的每个关节的部位置信图;
通过将所述部位置信图投影到所述图像内容的所述自上而下视图上来生成热图;
创建对应于与所述关节体姿态的每个关节相关联的每个身体部位的部位亲和图;
通过将所述部位亲和图投影到所述图像内容的所述自上而下视图上来生成矢量图;和
使用所述热图和所述矢量图来生成与所述关节体姿态相对应的身体框架,以检测所述关节体姿态。
2.根据权利要求1所述的系统,其中所述成像模块包括成像设备、处理器和存储器。
3.根据权利要求1所述的系统,其中所述图像内容包括图像、视频和基于图形交换格式(GIF)的内容中的至少一种。
4.根据权利要求1所述的系统,其中所述系统还包括训练所述机器学习算法,所述系统可操作以:
从所述成像模块接收定义的部位置信图和定义的部位亲和图;
为多个sigma值创建所述部位置信图;
为多个阈值创建所述部位亲和图;
将针对所述多个sigma值的所述部位置信图与所述定义的部位置信图进行比较,以从所述多个sigma值中选择真实sigma值;
将针对所述多个阈值的所述部位亲和图与所述定义的部位亲和图进行比较,以从所述多个阈值中选择真实阈值;
使用所述真实sigma值的所述部位置信图生成所述热图,并使用所述真实阈值的所述部位亲和图生成所述矢量图;和
使用所述热图和所述矢量图来生成与所述关节体姿态相对应的所述身体框架,以检测所述关节体姿态。
5.根据权利要求1所述的系统,其中所述系统包括在处理所述图像内容之前降低所述图像内容的所述自上而下视图的分辨率。
6.根据权利要求1所述的系统,其中获得所述自上而下视图包括以下之一:
以所述自上而下视图的形式接收所述图像内容;或者
处理所述图像内容的多个视图以从中获得所述自上而下视图。
7.根据权利要求6所述的系统,其中所述图像内容的所述多个视图包括后视图、前视图、顶视图、底视图、左侧视图、右侧视图和透视视图。
8.根据权利要求1所述的系统,其中所述系统还包括用于查看检测到的所述关节体姿态的显示设备。
9.一种用于从图像内容中检测关节体姿态的方法,所述方法包括:
获得所述图像内容的自上而下视图;和
使用机器学习算法处理所述自上而下视图以检测与所述图像内容相对应的所述关节体姿态,其中所述关节体姿态包括多个关节,其中所述处理包括:
创建对应于所述关节体姿态的每个关节的部位置信图;
通过将所述部位置信图投影到所述图像内容的所述自上而下视图上来生成热图;
创建对应于与所述关节体姿态的每个关节相关联的每个身体部位的部位亲和图;
通过将所述部位亲和图投影到所述图像内容的所述自上而下视图上来生成矢量图;和
使用所述热图和所述矢量图来生成与所述关节体姿态相对应的身体框架,以检测所述关节体姿态。
10.根据权利要求9所述的方法,其中所述方法包括:使用卷积神经网络来创建所述部位置信图和所述部位亲和图。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。