一种动作捕捉系统及方法技术方案

本申请公开一种动作捕捉系统及方法，包括至少两个图像采集器，用于同步采集相同目标对象在不同视角对应的图像；2D特征检测计算器，用于提取每个图像中的2D特征点；系统自标定计算器，用于根据2D特征点集，计算第一位姿关系；3D特征定位计算器，用于根据第一位姿关系以及所有2D特征点，生成3D特征点集；人体运动解算器，用于根据3D特征点集，解算目标对象中每个人的人体运动信息。本申请通过分析并处理基于采集的自然视频的原始图像解析出图像中人体的姿态特征，无需人员穿戴任何设备，与传统人体捕捉技术相比，不仅降低了硬件设备的成本，而且由于没有了穿戴特殊服饰的束缚，动作捕捉过程更加高效、自由。自由。自由。

【技术实现步骤摘要】
一种动作捕捉系统及方法


[0001]本申请属于视觉处理
，尤其涉及一种动作捕捉系统及方法。

技术介绍

[0002]近些年，影视特效制作、动漫游戏、虚拟现实等相关技术发展迅速，其中，动作捕捉技术是一项关键性技术。动作捕捉系统主要分为基于光学图像的动作捕捉系统和基于惯性传感器的动作捕捉系统。
[0003]目前，基于光学图像的动作捕捉系统，通过跟踪粘贴于人体的标记点来获取人体运动信息，这样，在动作捕捉时，使用者就需要穿戴专业的服装以及在专业的服装上粘贴标记点，这在一定程度上束缚了使用者。
[0004]因此，如何提供一种更加便捷的动作捕捉方法是目前亟需解决的技术问题。

技术实现思路

[0005]为解决上述技术问题，本申请提供一种动作捕捉系统及方法。
[0006]第一方面，本申请提供一种动作捕捉系统，包括至少两个图像采集器，用于同步采集相同目标对象在不同视角对应的图像；
[0007]2D特征检测计算器，用于提取每个所述图像中的2D特征点；
[0008]系统自标定计算器，用于根据2D特征点集，计算第一位姿关系，其中，所述2D特征点集为预设时间段内所有所述图像中2D特征点的集合，所述第一位姿关系为所述至少两个图像采集器之间的位姿关系；
[0009]3D特征定位计算器，用于根据所述第一位姿关系以及所有所述2D特征点，生成3D特征点集，其中，所述3D特征点集为所述目标对象上特征点的3D坐标集合；
[0010]人体运动解算器，用于根据所述3D特征点集，解算目标对象中每个人的人体运动信息。
[0011]在一种可实现方式中，所述2D特征点为所述目标对象中人体关节点的2D坐标。
[0012]在一种可实现方式中，所述2D特征点为标记于所述目标对象上的标记点的2D坐标。
[0013]在一种可实现方式中，所述系统还包括同步器，所述同步器用于同步触发所述至少两个图像采集器。
[0014]在一种可实现方式中，所述系统还包括校准模块，所述校准模块包括获取模块、计算模块和更新模块；
[0015]所述获取模块，用于按照预设规则，获取所述2D特征点集；
[0016]所述计算模块，用于以所述2D特征点集作为SFM算法的输入，计算第二位姿关系，其中，所述第二位姿关系为当前所述至少两个图像采集器之间的位姿关系；
[0017]所述更新模块，用于将所述第一位姿关系更新为第二位姿关系。
[0018]在一种可实现方式中，所述3D特征定位计算器，用于根据所述第一位姿关系以及
所有所述2D特征点，采用三角计算，生成3D特征点集。
[0019]在一种可实现方式中，所述人体运动解算器，用于根据所述3D特征点集，采用反向动力学算法，解算目标对象中每个人的人体运动信息。
[0020]第二方面，本申请还提供一种动作捕捉方法，所述方法包括：
[0021]通过至少两个图像采集器，同步采集相同目标对象在不同视角对应的图像；
[0022]提取每个所述图像中的2D特征点；
[0023]根据2D特征点集，计算第一位姿关系，其中，所述2D特征点集为预设时间段内所有所述图像中2D特征点的集合，所述第一位姿关系为所述至少两个图像采集器之间的位姿关系；
[0024]根据所述第一位姿关系以及所有所述2D特征点，生成3D特征点集，其中，所述3D特征点集为所述目标对象上特征点的3D坐标集合；
[0025]根据所述3D特征点集，解算目标对象中每个人的人体运动信息。
[0026]在一种可实现方式中，还包括：
[0027]按照预设规则，获取所述2D特征点集；
[0028]以所述2D特征点集作为SFM算法的输入，计算第二位姿关系，其中，所述第二位姿关系为当前所述至少两个图像采集器之间的位姿关系；
[0029]将所述第一位姿关系更新为第二位姿关系。
[0030]在一种可实现方式中，根据所述第一位姿关系以及所有所述2D特征点，采用三角计算，生成3D特征点集。
[0031]综上，本申请提供的动作捕捉系统及方法，首先，在动作捕捉的同时，可依据人体关节点等特征，进行实时相机标定和自动校准，避免因为环境震动、触碰等原因导致的至少两个图像采集器形成的相机系统参数变化引起的精度下降甚至捕捉失败等问题。其次，本申请通过分析并处理基于采集的自然视频的原始图像解析出图像中人体的姿态特征，无需人员穿戴任何设备，与传统人体捕捉技术相比，不仅降低了硬件设备的成本，而且由于没有了穿戴特殊服饰的束缚，动作捕捉过程更加高效、自由。另外，基于多视角自然视频分析人体姿态信息，视场覆盖整个场地和人体全身，大大减少了由于人体被遮挡导致的人体姿态误识别和骨架错位等现象，提高了多人交互动作的稳定性和准确性，降低了遮挡造成的错误匹配。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本申请实施例提供的一种动作捕捉场景图；
[0034]图2为本申请实施例提供的一种动作捕捉方法的工作流程示意图；
[0035]图3为本申请实施例提供的一种人体关节点的展示图；
[0036]图4为本申请实施例提供的一种动作捕捉系统的结构框图。
具体实施方式
[0037]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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作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。
[0038]为便于对本申请技术方案的理解，首先对应用场景进行介绍。
[0039]如图1所示，本申请通过至少两个图像采集器100搭建的多视角图像采集系统，对场景中的目标对象进行动作捕捉，其中，目标对象可以是一个人或多人，这样，可以通过至少两个图像采集器采集到相同目标对象在不同视角下对应的图像，进而通过计算平台200，利用本申请提供的动作捕捉方法对采集到的图像，解算出场景中每个人的运动信息，从而可以应用于影视制作、虚拟现实等

[0040]下面对本申请实施例提供的一种动作捕捉方法进行介绍。
[0041]如图2所示，本申请实施例提供的一种动作捕捉方法，包括以下步骤：
[0042]步骤100、通过至少两个图像采集器，同步采集相同目标对象在不同视角对应的图像。
[0043]本申请首先通过至少两个图像采集器，分别从不同的角度同步采集相同目标对象的图像，这样可以大大减少由于人体被遮挡导致的人体姿态误识别和骨架错位等现象，提高多人交互动作的稳定性和准确性，降低遮挡造成的错误匹配。
[0044]本申请对选用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动作捕捉系统，其特征在于，包括：至少两个图像采集器，用于同步采集相同目标对象在不同视角对应的图像；2D特征检测计算器，用于提取每个所述图像中的2D特征点；系统自标定计算器，用于根据2D特征点集，计算第一位姿关系，其中，所述2D特征点集为预设时间段内所有所述图像中2D特征点的集合，所述第一位姿关系为所述至少两个图像采集器之间的位姿关系；3D特征定位计算器，用于根据所述第一位姿关系以及所有所述2D特征点，生成3D特征点集，其中，所述3D特征点集为所述目标对象上特征点的3D坐标集合；人体运动解算器，用于根据所述3D特征点集，解算目标对象中每个人的人体运动信息。2.根据权利要求1所述的动作捕捉系统，其特征在于，所述2D特征点为所述目标对象中人体关节点的2D坐标。3.根据权利要求1所述的动作捕捉系统，其特征在于，所述2D特征点为标记于所述目标对象上的标记点的2D坐标。4.根据权利要求1所述的动作捕捉系统，其特征在于，所述系统还包括同步器，所述同步器用于同步触发所述至少两个图像采集器。5.根据权利要求1所述的动作捕捉系统，其特征在于，所述系统还包括校准模块，所述校准模块包括获取模块、计算模块和更新模块；所述获取模块，用于按照预设规则，获取所述2D特征点集；所述计算模块，用于以所述2D特征点集作为SFM算法的输入，计算第二位姿关系，其中，所述第二位姿关系为当前所述至少两个图像采集器之间的位姿关系；所述更新模块，用于将所述...

【专利技术属性】
技术研发人员：蒋再毅，杜华，姚毅，杨艺，
申请(专利权)人：深圳市凌云视迅科技有限责任公司，
类型：发明
国别省市：