一种基于极线汇聚的单人三维姿态估计方法技术

本发明专利技术公开了一种基于极线汇聚的单人三维姿态估计方法，包括以下步骤：对一组相机进行相机参数标定，然后通过这组相机的同步拍摄，获得每一时刻的多视角图像，并对其进行预处理；构建2D人体关键点检测网络，并检测出每个视角图像中的2D人体关键点；对每个视角图像中的每个2D人体关键点，进行极线汇聚，得到该2D关键点的更新位置；根据多视角下的的2D人体关键点位置，重建出对应的3D人体姿态，通过更新后的2D人体关键点位置，关键点预置信度以及相机参数信息，使用三角测量重建出对应的3D人体姿态；提高了重构结果的鲁棒性和人体姿态估计的准确性。计的准确性。计的准确性。

【技术实现步骤摘要】
一种基于极线汇聚的单人三维姿态估计方法


[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于极线汇聚的单人三维姿态估计方法。

技术介绍

[0002]三维人体姿态估计一直是计算机视觉、人工智能和模式识别等热门研究方向，在人机交互，人体动作行为分析，虚拟现实，安防监控等领域有着十分广泛的应用。有资料显示，近年来，深度卷积网络在视觉中发挥着越来越重要的作用，加之出现了大量的二维姿态数据集，二维人体姿态估计取得了较快的发展，已经达到了较高的准确性。而三维姿态估计仍然面临诸多挑战，相较于二维姿态估计而言，其主要有两点不同：首先，三维坐标系下，其拥有更大的姿态空间，具有歧义性；同时，由于受到光照、遮挡等的影响，姿态估计效果往往不太理想。
[0003]多目立体视觉测量中，立体匹配(对应点的匹配)是一项关键技术，极线几何在其中起着重要作用。双目立体视觉系统中，有两个摄像机在不同角度拍摄物理空间中的一实体点，在两副图像上分别成有有两个成像点。立体匹配就是已知其中的一个成像点，在另一副图像上找出该成像点的对应点。极线几何约束是一种常用的匹配约束技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于极线汇聚的单人三维姿态估计方法，其特征在于包括以下步骤：S1：对一组相机进行相机参数标定，然后通过这组相机的同步拍摄，获得每一时刻的多视角图像，并对其进行预处理；S2：构建2D人体关键点检测网络，并检测出每个视角图像中的2D人体关键点；S3：对每个视角图像中的每个2D人体关键点，进行极线汇聚，得到该2D关键点的更新位置；S4：根据多视角下的的2D人体关键点位置，重建出对应的3D人体姿态，通过步骤S3更新后的2D人体关键点位置，关键点预置信度以及相机参数信息，使用三角测量重建出对应的3D人体姿态。2.根据权利要求1所述的一种基于极线汇聚的单人三维姿态估计方法，其特征在于所述步骤S2还包括构建2D人体关键点检测网络；初始化以HRNet深度卷积网络为主干的全卷积2D人体关键点检测网络；利用大型二维姿态估计数据集对2D人体关键点检测网络进行训练，得到2D人体关键点检测网络模型。3.根据权利要求1或2所述的一种基于极线汇聚的单人三维姿态估计方法，其特征在于所述步骤S2还包括通过2D人体关键点检测网络获取图像特征并回归出关键点热图以及关键点的置信度信息；通过步骤S1的图像预处理部分将多个视角输入的同一时刻的图像裁剪出其中的人体图像；将得到的图像送入训练好的2D人体关键点检测网络，获得不同视角下的人体关键点信息。4.根据权利要求1所述的一种基于极线汇聚的单人三维姿态估计方法，其特征在于所述步骤S3还包括通过步骤S2得到的左手腕关键点置信度信息筛选出其他视图中高于当前视角下左手腕关键点置信度的所有关键点作为高置信关键点。5.根据权利要求1或4所述的一种基于极线汇聚的单人三维姿态估计方法，其特征在于所述步骤S3还包括对筛选后的高置信关键点及其周围像素进行极线汇聚...

【专利技术属性】
技术研发人员：杨文武，李跃，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：