一种姿态状态的检测方法、系统、设备及介质技术方案

本发明专利技术提供了一种姿态状态的检测方法、系统、设备及介质，该方法包括：获取基底图像；根据相机深度时域波动范围，设定第一阈值；采集探测图像；将探测图像与基底图像做差分计算，得到差值图；将差值图中像素点的深度大于或等于第一阈值的像素坐标转换成三维坐标(X，Y，Z)；根据每帧图像的三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标()；将当前帧的质心坐标()与前m帧的质心坐标()对比，判断人体的姿态。本发明专利技术通过计算出质心坐标()，将当前帧的质心坐标()与前m帧的质心坐标()对比，即可判断人体的运动姿态，检测方法简单可靠，提高了人体姿态评估的准确性。姿态评估的准确性。姿态评估的准确性。

【技术实现步骤摘要】
一种姿态状态的检测方法、系统、设备及介质


[0001]本专利技术涉及姿态评估
，尤其涉及一种姿态状态的检测方法、系统、设备及介质。

技术介绍

[0002]人体姿态估计是人体动作识别、人机交互、视频监控分析等计算机视觉任务的基础，包括起立，蹲下，前后左右移动等。然而，由于人的肢体活动较灵活，各关节自由度高，同时视角及衣着的变化等也会带来人体各部位视觉信息的较大变化，这些都会影响到最终的人体姿态的输出质量，低质量的输出姿态可能包含错误的关节点预测，使人体姿态评估不准确。

技术实现思路

[0003]本专利技术的目的在于提供一种姿态状态的检测方法、系统、设备及介质，检测方法简单可靠，提高了人体姿态评估的准确性。
[0004]为实现上述目的，第一方面，本专利技术提供了一种姿态状态的检测方法，包括：获取基底图像；根据相机深度时域波动范围，设定第一阈值；采集探测图像；将所述探测图像与所述基底图像做差分计算，得到差值图；将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)；根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标将当前帧的质心坐标与前m帧的质心坐标对比，判断人体的姿态。
[0005]本专利技术提供的姿态状态的检测方法的有益效果在于：通过计算出质心坐标，将当前帧的质心坐标与前m帧的质心坐标对比，即可判断人体的运动姿态，检测方法简单可靠，提高了人体姿态评估的准确性。
[0006]可选的，所述获取基底图像之前，包括：连续采集N帧背景深度图像，N大于等于1；将采集到的所有所述背景深度图像做均值处理，得到所述基底图像。其有益效果在于：通过将采集到的所有所述背景深度图像做均值处理，得到所述基底图像，防止图像的抖动及其他环境变量的影响，提高了获取基底图像的可靠性。
[0007]可选的，所述将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)，包括：将所述差值图中所有像素点深度大于或等于所述第一阈值的像素点坐标标记为1；将所述差值图中所有像素点深度小于所述第一阈值的像素点坐标标记为0，得到二值图；对所述二值图进行开运算处理后，将标记为1的像素点坐标通过内参矩阵转换成所述三维坐标(X，Y，Z)。
[0008]可选的，所述根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标包括：计算每一帧所述探测图像中的所述三维坐标(X，Y，Z)的均值，得到所述质心坐标
[0009]可选的，所述根据当前帧的质心坐标与前m帧的质心坐标对比，包括；将所述当前帧的质心坐标减去所述前m帧的质心坐标得到得到所述判断人体的姿态，包括：将(
△
X，
△
Y，
△
Z)与预设的第二阈值δ(δx，δy，δz)进行比较；其中，当
△
X>δx时，判断人体向右运动，当|
△
X|<＝δx时，判断人体左右不动，当
△
X<
‑
δx时，判断人体向左运动；当
△
Y>δy时，判断人体向下运动，当|
△
Y|<＝δy时，判断人体上下不动，当
△
Y<
‑
δy时，判断人体向上运动；当
△
Z>δz，即判断人体向后运动，当|
△
Z|<＝δz时，判断人体前后不动，当
△
Z<
‑
δz时，判断人体向前运动。其有益效果在于：通过将所述当前帧的质心坐标减去所述前m帧的质心坐标得到结果与第二阈值做比较，判断出人体的运动姿态。
[0010]在第二方面，本专利技术实施例提供一种姿态状态的检测系统，包括：获取模块，用于获取基底图像；存储模块，用于根据相机深度时域波动范围，设定第一阈值，并存储所述第一阈值；采集模块，用于采集探测图像；计算模块，用于将所述探测图像与所述基底图像做差分计算，得到差值图；处理模块，还用于将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)；所述计算模块，还用于根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标识别模块，用于将当前帧的质心坐标与前m帧的质心坐标对比，判断人体的姿态。
[0011]本专利技术提供的姿态状态的检测系统的有益效果在于：可判断人体的运动姿态，检测方法简单可靠，提高了人体姿态评估的准确性。
[0012]可选的，所述获取模块在获取基底图像之前，包括：所述采集模块连续采集N帧背景深度图像，N大于等于1。所述计算模块将采集到的所有所述背景深度图像做均值处理，得到所述基底图像。其有益效果在于：通过将采集到的所有所述背景深度图像做均值处理，得到所述基底图像，防止图像的抖动及其他环境变量的影响，提高了获取基底图像的可靠性。
[0013]可选的，所述处理模块将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)，包括：将所述差值图中所有像素点深度大于或等于所述第一阈值的像素点坐标标记为1；将所述差值图中所有像素点深度小于所述第一阈值的像素点坐标标记为0，得到二值图；对所述二值图进行开运算处理后，将标记为1的像素点坐标通过内参矩阵转换成所述三维坐标(X，Y，Z)。
[0014]可选的，所述计算模块根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标包括：
[0015]计算每一帧所述探测图像中的所述三维坐标(X，Y，Z)的均值，得到所述质心坐标
[0016]可选的，所述识别模块根据当前帧的质心坐标与前m帧的质心坐标对比，判断人体的姿态，包括：
[0017]所述计算模块将所述当前帧的质心坐标减去所述前m帧的质心坐标得到得到所述识别模块，用于将(
△
X，
△
Y，
△
Z)与预设的第二阈值δ(δx，δy，δz)进行比较；其中，当
△
X>δx时，判断人体向右运动，当|
△
X|<＝δx时，判断人体左右不动，当
△
X<
‑
δx时，判断人体向左运动；当
△
Y>δy时，判断人体向下运动，当|
△
Y|<＝δy时，判断人体上下不动，当
△
Y<
‑
δy时，判断人体向上运动；当
△
Z>δz，即判断人体向后运动，当|
△
Z|<＝δz时，判断人体前后不动，当
△
Z<
‑
δz时，判断人体向前运动。
[0018]第三方面，本专利技术实施例提供一种电子设备，包括存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种姿态状态的检测方法，其特征在于，包括：获取基底图像；根据相机深度时域波动范围，设定第一阈值；采集探测图像；将所述探测图像与所述基底图像做差分计算，得到差值图；将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)；根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标将当前帧的质心坐标与前m帧的质心坐标对比，判断人体的姿态。2.根据权利要求1所述的方法，其特征在于，所述获取基底图像之前，包括：连续采集N帧背景深度图像，N大于等于1；将采集到的所有所述背景深度图像做均值处理，得到所述基底图像。3.根据权利要求1所述的方法，其特征在于，所述将所述差值图中像素点的深度大于或等于所述第一阈值的像素坐标转换成三维坐标(X，Y，Z)，包括：将所述差值图中所有像素点深度大于或等于所述第一阈值的像素点坐标标记为1；将所述差值图中所有像素点深度小于所述第一阈值的像素点坐标标记为0，得到二值图；对所述二值图进行开运算处理后，将标记为1的像素点坐标通过内参矩阵转换成所述三维坐标(X，Y，Z)。4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据每一帧图像的所述三维坐标(X，Y，Z)，计算得到每一帧图像的质心坐标包括：计算每一帧所述探测图像中的所述三维坐标(X，Y，Z)的均值，得到所述质心坐标5.根据权利要求4所述的方法，其特征在于，所述根据当前帧的质心坐标与前m帧的质心坐标对比，包括；将所述当前帧的质心坐标减去所述前m帧的质心坐标得到得到所述判断人体的姿态，包括：将(
△
X，
△
Y，
△
Z)与预设的第二阈值δ(δx，δy，δz)进行比较；其中，当
△
X>δx时，判断人体向右运动，当|
△
X|<＝δx时，判断人体左右不动，当
△
X<
‑
δx时，判断人体向左运动；当
△
Y>δy时，判断人体向下运动，当|
△
Y|<＝δy时，判断人体上下不动，当
△
Y<
‑
δy时，判断人体向上运动；当
△
Z>δz，即判断人体向后运动，当|
△
Z|<＝δz时，判断人体前后不动，当
△
Z<
‑
δz时，判断人体向前运动。6.一种姿态状态的检测系统，其特征在于，包括：
获取模块，用于获取基底图像；存储模块，用于根据相机深度时域波动范围，设定第一阈值，并存储所述第一阈值；采集模块，用于采集探测图像；计算模块，用于将所述探测图像与所述基底图像做差分计算，得到差值图；处理模块，还用于...

【专利技术属性】
技术研发人员：尹睿，朱宝，沈晓良，张卫，王冬贤，黄馨韵，奚晶晶，
申请(专利权)人：上海集成电路制造创新中心有限公司，
类型：发明
国别省市：