人体姿态评估方法、电子设备及存储介质技术

本申请公开了一种人体姿态评估方法、电子设备及计算机可读存储介质。该方法包括：利用深度传感器获取所述人体运动过程的深度流数据；获取深度流数据包括的至少一帧深度数据中人体的弯曲信息；基于人体的弯曲信息，确定人体的姿态评估结果。通过上述方式，能够提高人体的姿态评估结果的准确度。体的姿态评估结果的准确度。体的姿态评估结果的准确度。

【技术实现步骤摘要】
人体姿态评估方法、电子设备及存储介质


[0001]本申请涉及图像处理
，特别是涉及一种人体姿态评估方法、电子设备及计算机可读存储介质。

技术介绍

[0002]人体的姿态情况和人体的健康状况相关，为了适应人们越来越高的健康需求，经常需要对人体的姿态评估。例如，通过对人体进行姿态评估，确定人体是否处于不良姿态，以在处于不良姿态的情况下及时给出提醒。又如，通过对人体进行姿态评估的结果，帮助医生了解人体的情况。然而，目前对人体姿态评估的方法准确度不高。

技术实现思路

[0003]本申请提供一种人体姿态评估方法、电子设备及计算机可读存储介质，能够解决现有的人体姿态评估方法的方法准确度不够高的问题。
[0004]为解决上述技术问题，本申请采用的一个技术方案是：提供一种人体姿态评估方法。该方法包括：利用深度传感器获取所述人体运动过程的深度流数据；获取深度流数据包括的至少一帧深度数据中人体的弯曲信息；基于人体的弯曲信息，确定人体的姿态评估结果。
[0005]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括处理器、与处理器连接的存储器，其中，存储器存储有程序指令；处理器用于执行存储器存储的程序指令以实现上述方法。
[0006]为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，存储有程序指令，该程序指令被执行时能够实现上述方法。
[0007]通过上述方式，本申请在对人体进行姿态评估时，通过深度传感器获取深度流数据，故深度流数据包括的深度数据涵盖人体的三维姿态信息，由于三维姿态信息相比二维姿态信息能够更好地表达人体的姿态，因此从深度数据获取的人体的弯曲信息更加准确，进而基于人体的弯曲信息对人体进行姿态评估，得到的姿态评估结果更加准确。
附图说明
[0008]图1是本申请人体姿态评估方法一实施例的流程示意图；图2是图1中S13的具体流程示意图；图3是相对于人体定义的垂直、水平和深度三个方向的示意图；图4是人体正面视角下，单帧正面深度数据中人体的骨架关键点的示意图；图5是人体侧面视角下，单帧背面深度数据中人体的背面轮廓关键点的示意图；图6是本申请人体姿态评估方法另一实施例的流程示意图；图7是脊椎连线的示意图；图8是脊椎曲线的示意图；
图9是本申请人体姿态评估方法又一实施例的流程示意图；图10是图9中S32的一具体流程示意图；图11是图9中S32的另一具体流程示意图；图12是图9中S32的再一具体流程示意图；图13是图9中S32的再一具体流程示意图；图14是本申请人体姿态评估方法再一实施例的流程示意图；图15是图14中S42的一具体流程示意图；图16是图14中S42的另一具体流程示意图；图17是本申请电子设备一实施例的结构示意图；图18是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0009]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0010]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0011]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。
[0012]在介绍本申请提供的人体姿态评估方法之前，先对现有的人体姿态评估方法进行说明：方法一、在人体设置可穿戴传感器，通过可穿戴传感器获得人体的关键点，从而基于关键点计算人体的弯曲信息，采用阈值方法或者训练分类器得到人体姿态评估结果。
[0013]此方式下，需要的可穿戴传感器多，会影响到人体的行为，从而影响人体姿态评估的精度。
[0014]方法二、拍摄人体不同视角下的图像/视频数据，提取图像/视频数据包括的视频帧（包括人体的二维姿态信息）中人体的关键点，以基于关键点得到姿态评估结果。
[0015]此方式下，虽然不需要在人体设置可穿戴传感器获取关键点，但是二维姿态信息描述人体的姿态的准确度不高，导致得到的姿态评估结果准确度不高。
[0016]为了进一步解决方式二存在的问题，本申请提供的方法如下：图1是本申请人体姿态评估方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例可以包括：S11：利用深度传感器获取人体运动过程的深度流数据。
[0017]本申请提供的人体姿态评估方法的应用场景不受限。但是为了便于理解，本申请
后文的描述是以应用场景—帕金森患者的姿态评估来进行说明的。
[0018]深度数据也可以被称为深度图像（depth image）或者距离影像（range image），其中的像素值为像素坐标（u，v）对应的深度值。深度值代表的是对应的场景点到深度传感器的距离，u代表的是水平坐标，v代表的是垂直坐标。故，深度数据涵盖人体的三维姿态信息（即相比二维姿态信息，额外包括深度值）。
[0019]人体运动过程，可以是人体的行走过程、奔跑过程等等。
[0020]人体相对于深度传感器的朝向，视为人体运动的方向。如果人体的朝向是正对深度传感器，那么人体运动的方向是正向，视为人体在正向运动。如果人体的朝向是背对深度传感器，那么人体运动的方向是背向，视为人体在背向运动。如果人体运动的方向随时间变化而在正向和背向之间变化，那么可以根据人体运动的方向将人体运动过程划分为正向运动区间、背向运动区间和转弯区间，正向运动区间为人体在正向运动的区间，背向运动区间为人体在背向运动的区间，转弯区间为人体变换运动方向时的区间。
[0021]人体运动过程可以仅包括正向运动区间，相应地，深度流数据包括对应于正向运动区间的正面深度流数据。或者，人体运动过程可以仅包括背向运动区间，相应地，深度流数据包括对应于背向运动区间的背面深度流数据。或者，人体运动过程可以包括正向运动区间和背向运动区间，相应地，深度流数据包括对应于正向运动区间的正面深度流数据和对应于背向运动区间的背面深度流数据。正面深度流数据包括的深度数据为正面深度数据，背面深度流数据包括的深度数据为背面深度数据。
[0022]例如，医生为了精确了解帕金森患者的姿态情况，让帕金森患者按照医院诊室地面设有的运动标志运动，得到如图2所示的运动过程。图2中的运动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体姿态评估方法，其特征在于，包括：利用深度传感器获取所述人体运动过程的深度流数据；获取所述深度流数据包括的至少一帧深度数据中所述人体的弯曲信息；从所述至少一帧深度数据对应的所述人体的弯曲信息中，选出代表弯曲信息；基于所述代表弯曲信息，确定所述人体的姿态评估结果。2.根据权利要求1所述的方法，其特征在于，所述人体的运动过程包括背向运动区间和正向运动区间，所述深度流数据包括对应于所述背向运动区间的背面深度流数据和对应于所述正向运动区间的正面深度流数据，所述背面深度流数据包括多帧背面深度数据，所述正面深度流数据包括多帧正面深度数据。3.根据权利要求2所述的方法，其特征在于，所述弯曲信息包括第一类型弯曲信息；所述获取所述深度流数据包括的至少一帧深度数据中所述人体的弯曲信息，包括：获取至少一帧所述背面深度数据中所述人体的背面轮廓关键点；基于对应的不同所述背面轮廓关键点之间的关联关系，确定所述至少一帧背面深度数据中所述人体的第一类型弯曲信息，其中，所述第一类型弯曲信息为躯干前屈信息。4.根据权利要求3所述的方法，其特征在于，所述背面轮廓关键点包括后颈点、外踝点和骶髂点，所述躯干前屈信息包括躯干整体前屈信息；所述基于对应的不同所述背面轮廓关键点之间的关联关系，确定所述至少一帧所述背面深度数据中所述人体的第一类型弯曲信息，包括：对于单帧所述背面深度数据，获取其中的所述后颈点与所述骶髂点之间的向量，以及获取所述骶髂点与所述外踝点之间的向量；将所述后颈点与所述骶髂点之间的向量和所述骶髂点与所述外踝点之间的向量，作为躯干整体前屈相关的两个向量；将所述躯干整体前屈相关的两个向量映射到所述人体的侧面；将经映射的所述躯干整体前屈相关的两个向量之间的夹角，作为所述躯干整体前屈信息。5.根据权利要求3所述的方法，其特征在于，所述背面轮廓关键点包括椎骨最凸点、骶髂点和外踝点，所述躯干前屈信息包括躯干腰段前屈信息；所述基于对应的不同所述背面轮廓关键点之间的关联关系，确定所述至少一帧所述背面深度数据中所述人体的躯干前屈信息，包括：对于单帧所述背面深度数据，获取其中的所述椎骨最凸点与所述骶髂点之间的向量，以及获取所述骶髂点与所述外踝点之间的向量；将所述椎骨最凸点与所述骶髂点之间的向量和所述骶髂点与所述外踝点之间的向量，作为躯干腰段前屈相关的两个向量；将所述躯干腰段前屈相关的两个向量映射到所述人体的侧面；将经映射的所述躯干腰段前屈相关的两个向量之间的夹角，作为所述躯干腰段前屈信息。6.根据权利要求3所述的方法，其特征在于，所述背面轮廓关键点包括椎骨最凸点、骶髂点和后颈点，所述躯干前屈信息包括躯干上胸段前屈信息；所述基于对应的不同所述背面轮廓关键点之间的关联关系，确定所述至少一帧所述背
面深度数据中所述人体的躯干前屈信息，包括：对于单帧所述背面深度数据，获取其中的所述椎骨最凸点与所述骶髂点之间的向量，以及获取所述后颈点与所述骶髂点之间的向量；将所述椎骨最凸点与所述骶髂点之间的向量和所述后颈点与所述骶髂点之间的向量，作为躯干上胸段前屈相关的两个向量；将所述躯干上胸段前屈相关的两个向量映射到所述人体的侧面；将经映射的所述躯干上胸段前屈相关的两个向量之间的夹角，作为所述躯干上胸段前屈信息。7.根据权利要求3所述的方法，其特征在于，所述背面轮廓关键点包括椎骨最凸点、骶髂点和后颈点，所述躯干前屈信息包括椎骨凸度；所述基于对应的不同所述背面轮廓关键点之间的关联关系，确定所述至少一帧所述背面深度数据中所述人体的躯干前屈信息，包括：对于单帧所述背面深度数据，获取其中...

【专利技术属性】
技术研发人员：苏晓芸，金玥，支洪平，高逸晨，
申请(专利权)人：科大讯飞苏州科技有限公司，
类型：发明
国别省市：