人体躺姿检测方法及使用该方法的移动机器技术

一种人体躺姿检测方法及使用该方法的移动机器，应用于人体姿态检测技术领域。通过以下步骤来检测躺在床上的人：通过深度相机获取图像；通过深度学习检测该图像中的物体、并使用多个2D边界框来标记该图像中的该些物体；若该人所对应的该2D边界框的宽度和高度满足预定条件，则确定该人处于躺姿；以及若该皮肤区域2D边界框和该床所对应的2D边界框满足预定位置关系，则使用皮肤检测算法来检测该图像中的皮肤区域、并生成皮肤区域2D边界框以分别标记各皮肤区域。记各皮肤区域。记各皮肤区域。

【技术实现步骤摘要】
【国外来华专利技术】人体躺姿检测方法及使用该方法的移动机器


[0001]本申请涉及人体姿态检测，尤其涉及一种人体躺姿检测方法及使用该方法的移动机器。

技术介绍

[0002]在医疗保健行业，借助了蓬勃发展的人工智能(AI)技术，机器人已经拥有包括移动助行机器人和医疗机器人在内的多种应用。助行机器人通常被设计成轮椅或助行器等设备而对行走等进行辅助，以提高行动不便人士的行动能力。
[0003]为实现助行器等功能，助行机器人不可避免地需要具备自动导航能力，从而以更加自动化、便捷的方式辅助用户。而要想实现自动导航，就需要检测其用户以进行路径规划，甚至需要检测用户的姿势，从而以更合适的方式进行相应的服务。
[0004]基于骨骼的姿势检测是在机器人中实现人体姿态检测的一种普遍的技术，它根据在估计出的人体骨骼上识别出的关键点来检测人体的姿态。在识别出的关键点足够多的情况下，有效且能准确检测；否则，在由于例如人体被障碍物或衣服遮挡很多而使得所能识别出的关键点不够的情况下，甚至可能无法识别人体的姿态。尤其是当人躺在床上、盖着被子时，被子、以至于床都可能遮挡住身体，而影响检测效果。因此，需要一种独立于基于骨骼的姿势检测的人体躺姿检测方法。

技术实现思路

[0005]本申请提供一种人体躺姿检测方法及使用该方法的移动机器，用以检测躺在床上的人，解决前述的现有技术中的人体姿态检测技术所存在的问题。
[0006]本申请的实施例提供了一种人体躺姿检测方法，包括：
[0007]通过深度相机获取至少一图像；
[0008]通过深度学习检测该图像中的多个物体、并使用多个2D边界框来分别标记该图像中的该些物体；
[0009]响应于该图像中的一个该物体被检测为人，若该人所对应的该2D边界框的宽度和高度满足预定条件，则确定该人处于躺姿；
[0010]响应于该图像中的一个该物体未被检测为人，若该人所对应的该2D边界框的宽度和高度不满足该预定条件、且该图像中的另一个该物体被检测为床，则使用皮肤检测算法来检测该图像中的一或多个皮肤区域、并生成一或多个皮肤区域2D边界框以分别标记各该皮肤区域；以及
[0011]响应于该一或多个皮肤区域2D边界框和该床所对应的2D边界框满足预定位置关系，而确定该人处于躺姿。
[0012]本申请的实施例还提供了一种移动机器，包括：
[0013]深度相机；
[0014]一或多个处理器；以及
[0015]一或多个存储器，存储有一或多个计算机程序，该一或多个计算机程序由该一或多个处理器执行，其中该一或多个计算机程序包括多个指令用于：
[0016]通过深度相机获取至少一图像；
[0017]通过深度学习检测该图像中的多个物体、并使用多个2D边界框来分别标记该图像中的该些物体；
[0018]响应于该图像中的其中一个该物体被检测为人，若该人所对应的该2D边界框的宽度和高度满足预定条件，则确定该人处于躺姿；
[0019]响应于该图像中的其中一个该物体未被检测为人，若该人所对应的该2D边界框的宽度和高度不满足该预定条件、且该图像中的另一个该物体被检测为床，则使用皮肤检测算法来检测该图像中的一或多个皮肤区域、并生成以一或多个皮肤区域2D边界框以分别标记各该皮肤区域：以及
[0020]响应于该一或多个皮肤区域2D边界框和该床所对应的2D边界框满足预定位置关系，而确定该人处于躺姿。
[0021]从上述本申请的实施例可知，本申请提供的人体躺姿检测方法结合了家具和人体皮肤的检测，能够在所能识别出的关键点不够的情况下检测出人体的躺姿，从而解决现有技术中所能识别出的关键点不够的情况下可能无法识别人体的姿态等问题。
附图说明
[0022]为了更清楚地说明本申请的实施例中的技术方案，下面对实施例中或现有技术的描述中所使用的附图进行简要的介绍。在以下的附图中，相同的附图标记在整个图中表示相应的部分。应当理解的是，以下描述中的附图仅为本申请的例子。对于本领域的技术人员来说，在没有创造性劳动的情况下，可以基于这些附图来获得其他的附图。
[0023]图1A是本申请的一些实施例中使用移动机器检测人体姿态的场景示意图。
[0024]图1B是使用图1A的移动机器的相机来检测人的姿势的示意图。
[0025]图2是说明图1A的移动机器的示意框图。
[0026]图3是本申请的一些实施例中的人体躺姿检测方法的流程图。
[0027]图4是在图1A的移动机器的相机所拍摄的图像中标记人的示意图。
[0028]图5是在图1A的移动机器的相机所拍摄的图像中标记人和床的示意图。
[0029]图6A是图3的人体躺姿检测方法中检测皮肤区域的例子的流程图。
[0030]图6B是图3的人体躺姿检测方法中检测皮肤区域的示意图。
[0031]图7A是在图3的人体躺姿检测方法中使用基于骨骼的姿势检测的例子的流程图。
[0032]图7B是图7A的人体躺姿检测方法中对应于躺着的人的基于骨骼的姿势检测的结果的示意图。
[0033]图7C是图7A的人体躺姿检测方法中对应于坐着的人的基于骨骼的姿势检测的结果的示意图。
具体实施方式
[0034]为使本申请的目的、特征和优点更加明显易懂，下面将结合附图对本申请的实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施
例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都在本申请所保护的范围内。
[0035]应当理解的是，当在本申请和所附的权利要求中使用时，术语“包括”、“包含”、“具有”及其变体表示所述特征、整体、步骤、操作、元素和/或组件的存在，但不排除可以存在或添加一或多个其他特征、整体、步骤、操作、元素、组件和/或其集合。
[0036]还应当理解的是，在本申请的说明书中所使用的术语仅仅是出于描述特定实施例的目的，而非限制本申请的范围。如同在本申请的说明书和所附的权利要求中所使用的那样，除非上下文清楚地指明了其他情况，否则单数形式的“一”、“一个”以及“该”意在包括复数形式。
[0037]还应当进一步理解，在本申请说明书和所附的权利要求中所使用的术语“和/或”是指相关列出的项中的一或多个的任何组合以及所有可能组合，并且包括这些组合。
[0038]本申请中的术语“第一”、“第二”、“第三”仅仅是出于描述的目的，而不能理解为指示或暗示了相对重要性、或是暗示了所指的技术特征的数量。由此，由“第一”、“第二”、“第三”所限定的特征可以显式或隐式地包括其中的至少一个技术特征。在本申请的描述中，“多个”的含义是至少两个，例如两个、三个等，除非另有明确的定义。
[0039]在本申请的说明书中叙述的“一个实施例”或“一些实施例”等意味着在本申请的一或多个实施例中可以包括与该实施例的描述内容相关的特定特征、结构或特点。由此，在说明书的不同本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种人体躺姿检测方法，包括：通过深度相机获取至少一图像；通过深度学习检测该图像中的多个物体、并使用多个2D边界框来分别标记该图像中的该些物体；响应于该图像中的一个该物体被检测为人，若该人所对应的该2D边界框的宽度和高度满足预定条件，则确定该人处于躺姿；响应于该图像中的一个该物体未被检测为人，若该人所对应的该2D边界框的宽度和高度不满足该预定条件、且该图像中的另一个该物体被检测为床，则使用皮肤检测算法来检测该图像中的一或多个皮肤区域、并生成一或多个皮肤区域2D边界框以分别标记各该皮肤区域；以及响应于该一或多个皮肤区域2D边界框和该床所对应的2D边界框满足预定位置关系，而确定该人处于躺姿。2.如权利要求1所述的方法，其中检测该图像中的该一或多个皮肤区域、并生成该一或多个皮肤区域2D边界框以分别标记各该皮肤区域，还包括：对该图像内的所有像素进行基于纹理的分割，以获取一或多个纹理片段；对该一或多个纹理片段进行基于区域的分割，以获取一或多个置信片段；通过增长该一或多个置信片段来获取该一或多个皮肤区域；以及使用该皮肤检测算法生成该一或多个皮肤区域2D边界框以分别标记各该皮肤区域。3.如权利要求1所述的方法，其中该预定位置关系包括对应于所有该一或多个皮肤区域的各该皮肤区域2D边界框的至少一部分在该床所对应的该2D边界框内。4.如权利要求1所述的方法，其中该人的该2D边界框的该宽度由该人所对应的该2D边界框在水平方向上的一个特征向量表示，该人的该2D边界框的该高度由该人所对应的该2D边界框在垂直方向上的另一个特征向量表示。5.如权利要求1所述的方法，在确定该人处于该躺姿之前，还包括：响应于该图像中的其中一个该物体被检测为人，而识别该人的身体上的多个关键点，从而在该人的估计骨骼上获取该些关键点的位置；基于该些关键点在该估计骨骼上的该位置来确定该人的该身体的上部的倾斜角度；响应于该人的该身体的该上半部的该倾斜角度大于预定角度，而确定该人处于该躺姿；以及响应于该人的该身体的上半部的该倾斜角度不大于...

【专利技术属性】
技术研发人员：董初桥，邵丹，修震，郭德骏，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：