一种人体点云数据的处理方法及装置制造方法及图纸

本发明专利技术提供一种人体点云数据的处理方法及装置。其中，所述人体点云数据的处理方法，包括：获取人体的源点云数据以及标准点云数据；根据所述源点云数据以及标准点云数据，分别得到第一形变场和第二形变场；第一形变场通过深度链接动态网络得到；所述第二形变场是通过所述概率配准模型对所述源点云数据以及标准点云数据进行处理得到的；根据所述第一形变场和所述第二形变场，确定人体的目标点云数据。本发明专利技术的方案能够同时保持局部邻接结构和全局拓扑，从而提关节高铰链配准效果，并且实现肢体遮挡时的人体部位的区分。体遮挡时的人体部位的区分。体遮挡时的人体部位的区分。

【技术实现步骤摘要】
一种人体点云数据的处理方法及装置


[0001]本专利技术涉及计算机信息处理
，特别是指一种人体点云数据的处理方法及装置。

技术介绍

[0002]人体点云非刚性配准作为计算机视觉和计算机图形学应用中关键的问题之一，旨在找到两个人体点云之间的空间变换关系使其统一到同一坐标系下。它可以广泛应用于医学影像配准、三维重建、人体姿态估计等领域。人体非刚性配准是一个具有挑战性的问题。首先，不像只需要确定旋转和平移参数的刚性配准，非刚性配准需要估计所有点的未知运动。其次，人体点云配准相较于其他非刚性配准存在的两个挑战是：关节处会出现高铰链的情况，肢体会存在遮挡，这使得人体配准特别复杂。
[0003]点云配准是确定空间中两个或多个点集之间的空间变换关系的一个研究领域，非刚性配准主要解决点云的伸缩、仿射等形变问题。非刚性点云配准可以分为传统的基于优化的算法和基于深度学习的方法。
[0004]传统的基于优化算法是迭代估计点云之间的对应关系和变换步骤，通过不断迭代，对应关系变的越来越精确。
[0005]最早的基于迭代的非刚性配准方法是基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体点云数据的处理方法，其特征在于，所述方法包括：获取人体的源点云数据以及标准点云数据；根据所述源点云数据以及标准点云数据，分别得到第一形变场和第二形变场；第一形变场通过深度链接动态网络得到；所述第二形变场是通过所述概率配准模型对所述源点云数据以及标准点云数据进行处理得到的；根据所述第一形变场和所述第二形变场，确定人体的目标点云数据。2.根据权利要求1所述的人体点云数据的处理方法，其特征在于，根据所述源点云数据以及标准点云数据，得到第一形变场，包括：通过对所述源点云数据进行局部特征提取处理，得到第一特征结果；通过对所述标准点云数据进行局部特征提取处理，得到第二特征结果；根据所述第一特征结果和所述第二特征结果，确定所述源点云数据和所述标准点云数据的相关性结果；根据所述相关性结果，确定所述第一形变场。3.根据权利要求2所述的人体点云数据的处理方法，其特征在于，根据所述相关性结果，确定所述第一形变场，包括：将所述相关性结果、上一节点输出的隐藏状态值、从所述源点云数据中提取的几何特征值，输入门控循环模型中进行处理，得到输出值；根据所述输出值，确定所述第一形变场。4.根据权利要求1所述的人体点云数据的处理方法，其特征在于，所述概率配准模型通过以下过程得到：根据预设条件，确定联合概率密度函数；通过目标聚类算法，确定所述联合概率密度函数的隐参数的值；基于所述隐参数的值，确定所述概率配准模型。5.根据权利要求4所述的人体点云数据的处理方法，其特征在于，基于所述隐参数的值，确定所述概率配准模型，包括：基于所述隐参数的值，得到后验概率；根据所述后验概率和预设约束条件，确定所述概率配准模型。6.根据权利要求1所述的人体点云数据的处理方法，其特征在于，通过所述概率配准模型对所述源点云数据以及标准点云数据进行处理，得到第二形变场，包括：通过通过对所述源点云数据以及标准点云数据进行处理，得到第二形变场；其中，为第二形变场，p
old
(m|t
n
)为第一后验概率，m为源点云数据的数量，t
n
为标准点云数据第n个点，s
n
为源点云数据第n个点，G(m，
·
)为表示高斯核矩阵的...

【专利技术属性】
技术研发人员：李英豪，刘悦，林予松，赵哲，蒋林君，董知沅，王彦杰，
申请(专利权)人：郑州大学，
类型：发明
国别省市：