本发明专利技术公开了一种人体三维模型获取方法、装置、智能终端及存储介质，其中，上述人体三维模型获取方法包括：获取彩色图像以及与上述彩色图像对应的深度图像；基于上述彩色图像获取人体关节点二维坐标信息和人体分割区域；基于上述深度图像，分别获取与各上述人体关节点二维坐标信息对应的人体关节点三维坐标信息，以及与各上述人体分割区域对应的人体分割深度区域；基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型。与现有技术相比，本发明专利技术方案有利于提高获得的人体三维模型的准确率，使得获得的人体三维模型能更好的反映人体三维姿态。反映人体三维姿态。反映人体三维姿态。
【技术实现步骤摘要】
一种人体三维模型获取方法、装置、智能终端及存储介质
[0001]本专利技术涉及图像处理
，尤其涉及的是一种人体三维模型获取方法、装置、智能终端及存储介质。
技术介绍
[0002]人体三维模型对于描述人体姿态、预测人体行为至关重要。目前，人体三维模型已经被广泛运用于各种领域中，例如异常行为监测、自动驾驶及监控等领域。近年来，随着科学技术的发展，尤其是深度学习技术的发展，人体三维模型的重建效果逐渐提升。
[0003]但现有技术中，通常是利用彩色图像，通过卷积神经网络获取人体三维模型。现有技术的问题在于，彩色图像无法提供有效的三维空间信息，使得获得的人体三维模型准确率较低，无法准确地反映人体三维姿态。
[0004]因此，现有技术还有待改进和发展。
技术实现思路
[0005]本专利技术的主要目的在于提供一种人体三维模型获取方法、装置、智能终端及存储介质，旨在解决现有技术中利用彩色图像，通过卷积神经网络获取人体三维模型，获得的人体三维模型准确率较低的问题。
[0006]为了实现上述目的，本专利技术第一方面提供一种人体三维模型获取方法，其中，上述方法包括：
[0007]获取彩色图像以及与上述彩色图像对应的深度图像；
[0008]基于上述彩色图像获取人体关节点二维坐标信息和人体分割区域；
[0009]基于上述深度图像，分别获取与各上述人体关节点二维坐标信息对应的人体关节点三维坐标信息，以及与各上述人体分割区域对应的人体分割深度区域；
[0010]基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型。
[0011]可选的，上述获取彩色图像以及与上述彩色图像对应的深度图像，包括：
[0012]获取由采集设备采集的彩色图像以及与上述彩色图像同步的待处理深度图像；
[0013]将上述待处理深度图像对齐上述彩色图像后作为上述彩色图像对应的深度图像。
[0014]可选的，上述基于上述彩色图像获取人体关节点二维坐标信息和人体分割区域，包括：
[0015]对上述彩色图像进行目标检测，获取行人检测框；
[0016]基于上述行人检测框，通过人体姿态估计算法获取目标单人姿态估计框架；
[0017]基于上述目标单人姿态估计框架获取上述人体关节点二维坐标信息和上述人体分割区域。
[0018]可选的，上述基于上述目标单人姿态估计框架获取上述人体关节点二维坐标信息和上述人体分割区域，包括：
[0019]基于上述目标单人姿态估计框架获取多个人体关节点，并获取对应的人体关节点二维坐标信息，其中，各上述人体关节点二维坐标信息是各上述人体关节点在上述彩色图像中的位置坐标；
[0020]基于上述行人检测框和各上述人体关节点获取多个人体分割区域，其中，各上述人体分割区域是基于各上述人体关节点对人体边缘轮廓划分获得的人体区域。
[0021]可选的，上述基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型，包括：
[0022]获取上述人体分割深度区域内的各点对应的点云三维坐标；
[0023]基于上述损失函数对上述人体关节点进行迭代拟合，获取目标人体关节点的位置信息；
[0024]基于各上述目标人体关节点的位置信息与各目标点云获取人体三维模型，其中，上述目标点云包括与上述目标人体关节点对应的人体分割深度区域内各点的点云三维坐标。
[0025]可选的，上述预设的损失函数中包括重投影损失函数、三维关节点损失函数、角度损失函数和表面点深度损失函数。
[0026]可选的，在基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型之后，上述方法还包括：
[0027]基于上述人体三维模型获取人体三维骨架点。
[0028]本专利技术第二方面提供一种人体三维模型获取装置，其中，上述装置包括：
[0029]图像获取模块，用于获取彩色图像以及与上述彩色图像对应的深度图像；
[0030]人体分割区域获取模块，用于基于上述彩色图像获取人体关节点二维坐标信息和人体分割区域；
[0031]人体分割深度区域获取模块，用于基于上述深度图像，分别获取与各上述人体关节点二维坐标信息对应的人体关节点三维坐标信息，以及与各上述人体分割区域对应的人体分割深度区域；
[0032]人体三维模型重建模块，用于基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型。
[0033]本专利技术第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的人体三维模型获取程序，上述人体三维模型获取程序被上述处理器执行时实现任意一项上述人体三维模型获取方法的步骤。
[0034]本专利技术第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有人体三维模型获取程序，上述人体三维模型获取程序被处理器执行时实现任意一项上述人体三维模型获取方法的步骤。
[0035]由上可见，本专利技术方案获取彩色图像以及与上述彩色图像对应的深度图像；基于上述彩色图像获取人体关节点二维坐标信息和人体分割区域；基于上述深度图像，分别获取与各上述人体关节点二维坐标信息对应的人体关节点三维坐标信息，以及与各上述人体分割区域对应的人体分割深度区域；基于预设的损失函数对所有上述人体关节点三维坐标信息和所有上述人体分割深度区域进行迭代拟合，获取人体三维模型。与现有技术中仅利用彩色图像获取人体三维模型的方案相比，本专利技术方案结合能够提供人体对应的三维空间
信息的深度图像获取人体三维模型，有利于提高获得的人体三维模型的准确率，使得获得的人体三维模型能更好的反映人体三维姿态。
附图说明
[0036]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0037]图1是本专利技术实施例提供的一种人体三维模型获取方法的流程示意图；
[0038]图2是本专利技术实施图1中步骤S100的具体流程示意图；
[0039]图3是本专利技术实施图1中步骤S200的具体流程示意图；
[0040]图4是本专利技术实施图3中步骤S203的具体流程示意图；
[0041]图5是本专利技术实施例提供的一种目标单人姿态估计框架示意图；
[0042]图6是本专利技术实施例提供的一种人体分割区域示意图；
[0043]图7是本专利技术实施图1中步骤S400的具体流程示意图；
[0044]图8是本专利技术实施例提供的另一种人体三维模型获取方法的流程示意图；
[0045]图9是本专利技术实施例提供本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人体三维模型获取方法，其特征在于，所述方法包括：获取彩色图像以及与所述彩色图像对应的深度图像；基于所述彩色图像获取人体关节点二维坐标信息和人体分割区域；基于所述深度图像，分别获取与各所述人体关节点二维坐标信息对应的人体关节点三维坐标信息，以及与各所述人体分割区域对应的人体分割深度区域；基于预设的损失函数对所有所述人体关节点三维坐标信息和所有所述人体分割深度区域进行迭代拟合，获取人体三维模型。2.根据权利要求1所述的人体三维模型获取方法，其特征在于，所述获取彩色图像以及与所述彩色图像对应的深度图像，包括：获取由采集设备采集的彩色图像以及与所述彩色图像同步的待处理深度图像；将所述待处理深度图像对齐所述彩色图像后作为所述彩色图像对应的深度图像。3.根据权利要求1所述的人体三维模型获取方法，其特征在于，所述基于所述彩色图像获取人体关节点二维坐标信息和人体分割区域，包括：对所述彩色图像进行目标检测，获取行人检测框；基于所述行人检测框，通过人体姿态估计算法获取目标单人姿态估计框架；基于所述目标单人姿态估计框架获取所述人体关节点二维坐标信息和所述人体分割区域。4.根据权利要求3所述的人体三维模型获取方法，其特征在于，所述基于所述目标单人姿态估计框架获取所述人体关节点二维坐标信息和所述人体分割区域，包括：基于所述目标单人姿态估计框架获取多个人体关节点，并获取对应的人体关节点二维坐标信息，其中，各所述人体关节点二维坐标信息是各所述人体关节点在所述彩色图像中的位置坐标；基于所述行人检测框和各所述人体关节点获取多个人体分割区域，其中，各所述人体分割区域是基于各所述人体关节点对人体边缘轮廓划分获得的人体区域。5.根据权利要求4所述的人体三维模型获取方法，其特征在于，所述基于预设的损失函数对所有所述人体关节点三维坐标信息和所有所述人体分割深度区域进行迭代拟合，获取人体三维模型，包括：获取所述人体分割深度区域内的各点对应...
【专利技术属性】
技术研发人员：张敏，潘哲，钱贝贝，
申请(专利权)人：奥比中光科技集团股份有限公司，
类型：发明
国别省市：
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。