【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种用于捕捉目标对象的运动的方法、装置及电子设备。
技术介绍
1、运动捕捉系统用于捕捉真实物体的运动，并且作为将其制作成动画的一种方式，将其映射到由计算机生成的物体上。通常在制作运动图像和视频游戏时将这样的系统用于创建用作源数据的人物的数字表示以创建计算机图形动画。在典型系统中，表演者穿着一套在多个位置附有标志，例如，在身体和四肢上附有较小的反射标志的衣服，并且数字相机在照明标志的同时从不同角度记录下表演者的运动；系统然后分析图像以确定在每一帧中表演者衣服上的标志的位置，例如，如空间坐标和方向；通过跟踪标志的位置，系统产生标志随时间的空间表示，并且建立运动中的表演者的数字表示。该运动然后被应用于数字模型，该数字模型然后可以被纹理化并且被渲染以产生表演者和/或表演的完整的计算机图形动画表示。
2、目前运动捕捉主要分为两类，有标记点和无标记点。有标记点的方法需要在被捕捉的目标对象上安装标记点，被捕捉者甚至需要穿上特制的衣服，这种方法过于烦琐，应用场景较少；无标记点的方法不需要被捕捉者穿特制的衣服，也不用在身体上安装标记点或传感器，但是无标记点方法精度较差，只能用于粗略的运动捕捉。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种用于捕捉目标对象的运动的方法、装置及电子设备。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供一种用于捕捉目标对象的运动的方法，方法包括：
4、获得待分析图像
5、基于待分析图像，确定出目标对象的每个二维关键点并提取每个二维关键点的二维关键点信息，其中，二维关键点信息包括：二维关键点的像素坐标和置信度；
6、基于每个二维关键点的二维关键点信息，采用加权最小二乘法，分别对应重建并确定出三维关键点，以实现对目标对象的运动捕捉，其中，将每个二维关键点的置信度对应确定为每个二维关键点在三维重建中的权重参数。
7、根据第一方面的方法可知，本方法中采用的二维关键点检测算法可以获取精准的二维关键点的像素坐标以及每个二维关键点的置信度，其中，二维关键点的精准性越高，其置信度越高。以二维关键点的置信度作为权重，基于加权最小二乘法重建三维关键点，精度越高的二维关键点对应的权重越大，使得重建结果精度更高。对于某些异常点，如被遮挡的或出界的关键点，其权重非常低，因此对重建的结果影响非常小。在无需在被捕捉的目标对象上安装标记点的前提下，避免了繁琐的捕捉过程；在以二维关键点的置信度作为权重，基于加权最小二乘法重建三维关键点的方法上，提高了重建的精确性。
8、一种可能的设计方案中，获得待分析图像包括：
9、使用至少两个不同视角的相机对目标对象进行同步拍摄并进行实时采集；
10、获得待分析图像，其中，待分析图像包括至少两帧不同视角且同步的图像。
11、一种可能的设计方案中，基于待分析图像，确定出目标对象的每个二维关键点并提取每个二维关键点的二维关键点信息，包括：
12、使用关键点参数获得模型对待分析图像中的每帧图像进行二维关键点检测，确定出每帧图像中目标对象的每个二维关键点以及每个二维关键点的二维关键点信息；
13、建立各个视角间的二维关键点之间的匹配关系。
14、一种可能的设计方案中，二维关键点包括：人体二维关键点和手部二维关键点，方法还包括：
15、确定在待分析图像中是否检测到人体，若是，则检测并确定出人体二维关键点；
16、确定在待分析图像中是否检测到手部，若是，则检测并确定出手部二维关键点；
17、根据人体二维关键点中的第一手腕二维关键点以及手部二维关键点中的第二手腕二维关键点之间的距离，确定出目标对象的左手与右手。
18、一种可能的设计方案中，方法还包括：
19、通过相机标定获得每个相机对应的相机参数，其中，相机参数包括：投影矩阵和光心。
20、一种可能的设计方案中，基于每个二维关键点的二维关键点信息，采用加权最小二乘法，分别对应重建并确定出三维关键点，包括：
21、根据投影表达式，对不同视角中相对应的同一个二维关键点建立第一方程组，第一方程组如下：
22、其中，m1表征第一视角下的二维关键点，m2表征第二视角下相对应的二维关键点，mn表征第n视角下相对应的二维关键点，p1表征第一视角对应的投影矩阵，p2表征第二视角对应的投影矩阵，pn表征第n视角对应的投影矩阵，m表征三维关键点；
23、基于加权最小二乘法求解m的第二方程组如下：
24、
25、其中，c1表征第一视角下的置信度，c2表征第二视角下的置信度，cn表征第n视角下的置信度；
26、将第二方程组展开求解m，确定出重建的三维关键点。
27、一种可能的设计方案中，方法包括：
28、确定各个视角下每个二维关键点的置信度是否大于预设置信度阈值；
29、若是，则基于每个二维关键点的二维关键点信息，采用加权最小二乘法，分别对应重建并确定出三维关键点。
30、第二方面，提供了一种用于捕捉目标对象的运动的装置，装置包括：
31、获得模块，被配置为获得待分析图像；
32、确定模块，被配置为基于待分析图像，确定出目标对象的每个二维关键点并提取每个二维关键点的二维关键点信息，其中，二维关键点信息包括：二维关键点的像素坐标和置信度；
33、重建模块，被配置为基于每个二维关键点的二维关键点信息，采用加权最小二乘法，分别对应重建并确定出三维关键点，以实现对目标对象的运动捕捉，其中，将每个二维关键点的置信度对应确定为每个二维关键点在三维重建中的权重参数。
34、第三方面，提供了一种电子设备。该电子设备包括：处理器，处理器与存储器耦合；该处理器，用于执行存储器中存储的计算机程序，以使得该电子设备执行第一方面中的任意一种实现方式的方法。
35、第四方面，提供一种计算机可读存储介质，包括：计算机程序或指令；当该计算机程序或指令在计算机上运行时，使得该计算机执行第一方面中任意一种可能的实现方式的方法被执行。
36、第五方面，提供一种计算机程序产品，包括计算机程序或指令，当该计算机程序或指令在计算机上运行时，使得该计算机执行第一方面中任意一种可能的实现方式的方法被执行。
37、本公开的实施例提供的技术方案可以包括以下有益效果：
38、在上述技术方案中，由于本方法中采用的二维关键点检测算法可以获取精准的二维关键点的像素坐标以及每个二维关键点的置信度，其中，二维关键点的精准性越高，其置信度越高。以二维关键点的置信度作为权重，基于加权最小二乘法重建三维关键点，精度越高的二维关键点对应的权重越大，使得重建结果精度更高。对于某些异常点，如被遮挡的或出界的关键点，其权重非常低，因此对重建的结果影响非本文档来自技高网...
【技术保护点】
1.一种用于捕捉目标对象的运动的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于捕捉目标对象的运动的方法，其特征在于，所述获得待分析图像包括：
3.根据权利要求2所述的用于捕捉目标对象的运动的方法，其特征在于，所述基于所述待分析图像，确定出所述目标对象的每个二维关键点并提取每个所述二维关键点的二维关键点信息，包括：
4.根据权利要求2所述的用于捕捉目标对象的运动的方法，其特征在于，所述二维关键点包括：人体二维关键点和手部二维关键点，所述方法还包括：
5.根据权利要求3所述的用于捕捉目标对象的运动的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的用于捕捉目标对象的运动的方法，其特征在于，所述基于每个所述二维关键点的二维关键点信息，采用加权最小二乘法，分别对应重建并确定出三维关键点，包括：
7.根据权利要求2所述的用于捕捉目标对象的运动的方法，其特征在于，所述方法包括：
8.一种用于捕捉目标对象的运动的装置，其特征在于，所述装置包括：
9.一种通信装置，其特征在于
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得如权利要求1-7中任一项所述的方法被执行。
...【技术特征摘要】
1.一种用于捕捉目标对象的运动的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的用于捕捉目标对象的运动的方法，其特征在于，所述获得待分析图像包括：
3.根据权利要求2所述的用于捕捉目标对象的运动的方法，其特征在于，所述基于所述待分析图像，确定出所述目标对象的每个二维关键点并提取每个所述二维关键点的二维关键点信息，包括：
4.根据权利要求2所述的用于捕捉目标对象的运动的方法，其特征在于，所述二维关键点包括：人体二维关键点和手部二维关键点，所述方法还包括：
5.根据权利要求3所述的用于捕捉目标对象的运动的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：李观喜，苏鹏，张磊，覃镇波，梁倬华，
申请(专利权)人：广州紫为云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。