System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于运动分析,具体涉及用于人体运动姿态分析的多目摄像机选择方法和装置。
技术介绍
1、当前的基于多摄像机视频分析人体运动姿态技术主要有2类方法,一类是通过粘贴标记点辅助算法分析人体关节点,另一类是不粘贴标记点,通过先验知识估计人体关节点。第一类借助标记点的方法由于需要提前对采集对象进行标记点的粘贴,在很多场景下无法使用,通用性较差;第二类不粘贴标记点的方法,仅依靠先验知识估计人体关节点,准确率较低。针对这种现状,本专利技术采用了不粘贴标记点的方式,增强了人体运动分析的通用性,同时,通过多摄像机选择技术,提高了人体关节点识别的准确率。
2、现有的人体动作捕获及姿态分析系统采用背景差分法和帧间差分法相结合的算法提取视频中的人体目标,能够提升从背景噪声分离出人体目标的鲁棒性。目前已有的多摄像相机优选方法,例如中国专利申请cn201910524334-多目相机系统的最优视角选择方法和三维人体骨骼检测方法,可以解决部分简单场景的多摄像相机优选问题,但由于缺少约束条件,存在相机选择不正确的问题。
3、综上所述,现有技术的缺点是借助标记点的方法由于需要提前对采集对象进行标记点的粘贴,在很多场景下无法使用,通用性较差;目前不粘贴标记点的方法,仅依靠先验知识估计人体关节点,容易对关节点产生误判,准确率较低。
技术实现思路
1、有鉴于此,针对上述缺陷,本专利技术提供了一种不需粘贴标记点的有效提升人体关节点识别准确率的多摄像机选择方法。本专利技术的方案采用了不粘贴标记点
2、第一方面,本专利技术提供了用于人体运动姿态分析的多目摄像机选择方法,包括:
3、步骤1、标定多目摄像机,获取摄像机内参和外参;
4、步骤2、处理每个摄像机拍摄的图像,判断是否存在人眼,若有则进行标记并记录位置;
5、步骤3、通过任意2个标定了人眼位置的摄像机,计算出置信度最高的人眼的空间位置,计算人脸正面朝向方向,使用该方向将人体姿态空间分割为前后两个部分p-front和p-back;
6、步骤4、计算所有摄像机与人脸正面的空间位置关系;
7、步骤5、将身体所有关节点进行一次所有视点统一的三维重建;
8、步骤6、获取躯干、头颈、四肢的基本空间位置,使用基础人体参数计算肢体空间体积;
9、步骤7、基于摄像机内外参,计算每一个摄像机视点中,任意一关节点是否被身体部分遮挡;
10、步骤8、对于每一个关节点,根据被遮挡情况排序摄像机,获取摄像机排序中完全无遮挡的摄像机列表;再通过摄像机与人脸正面的空间位置关系进行约束,删除掉空间位置处于p-back的摄像机。
11、优选地,使用coco-wholebody方法分析判断是否存在人眼。
12、优选地,步骤4具体包括标识摄像机属于p-front或p-back,作为后续关节点筛选摄像机的补充条件。
13、优选地,步骤6中,以圆柱体近似替代肢体空间。
14、优选地,步骤8中还包括:
15、若筛选后的摄像机数目不足2个,补充被遮挡角度较小的摄像机。
16、优选地,步骤8后还包括:
17、步骤9、依据每一个关节点的摄像机选择,再一次重建所有三维关节点。
18、进一步地,步骤9后还包括:
19、步骤10、多次迭代步骤2至步骤6以减少初次重建误差。
20、第二方面,本专利技术提供了用于人体运动姿态分析的多目摄像机选择装置,包括:
21、标定模块,用于标定多目摄像机,获取摄像机内参和外参;
22、人眼判断模块,用于处理每个摄像机拍摄的图像,判断是否存在人眼,若有则进行标记并记录位置;
23、空间分割模块,用于通过任意2个标定了人眼位置的摄像机,计算出置信度最高的人眼的空间位置,计算人脸正面朝向方向,使用该方向将人体姿态空间分割为前后两个部分p-front和p-back;
24、空间位置计算模块,用于计算所有摄像机与人脸正面的空间位置关系;
25、三维重建模块,用于将身体所有关节点进行一次所有视点统一的三维重建;
26、肢体空间计算模块,用于获取躯干、头颈、四肢的基本空间位置,使用基础人体参数计算肢体空间体积;
27、遮挡计算模块,用于基于摄像机内外参,计算每一个摄像机视点中,任意一关节点是否被身体部分遮挡;
28、摄像机选择模块,用于对于每一个关节点,根据被遮挡情况排序摄像机,获取摄像机排序中完全无遮挡的摄像机列表;再通过摄像机与人脸正面的空间位置关系进行约束,删除掉空间位置处于p-back的摄像机。
29、第三方面,本专利技术提供了一种电子设备,其包括处理器和存储器,其中,所述存储器存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行前述第一方面任一项方法的步骤。
30、第四方面,本专利技术提供了一种计算机可读存储介质,其包括计算机程序,当所述计算机程序在电子设备上运行时,所述计算机程序用于使所述电子设备执行前述第一方面任一项方法的步骤。
31、通过采用以上技术方案,本专利技术取得的有益技术效果是,经过以上摄像机选择方法,可以得到准确度较高的人体运动姿态关节点的三维信息。本专利技术增加了通过识别图像上低精度人眼位置,分析出拍摄到人眼的摄像机与人正面的低精度空间位置关系,进而得到所有摄像机与人脸正面的低精度空间位置关系,将每个摄像机与人脸正面的低精度空间位置关系作为补充的约束条件,从而提升了摄像机筛选的准确率。
本文档来自技高网...【技术保护点】
1.用于人体运动姿态分析的多目摄像机选择方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于:
3.根据权利要求1所述的方法,其特征在于:
4.根据权利要求1所述的方法,其特征在于:
5.根据权利要求1所述的方法,其特征在于:
6.根据权利要求1所述的方法,其特征在于:
7.根据权利要求6所述的方法,其特征在于:
8.用于人体运动姿态分析的多目摄像机选择装置,其特征在于,包括:
9.一种电子设备,其特征在于,其包括处理器和存储器,其中,所述存储器存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,其包括计算机程序,当所述计算机程序在电子设备上运行时,所述计算机程序用于使所述电子设备执行权利要求1-7中任一项所述方法的步骤。
【技术特征摘要】
1.用于人体运动姿态分析的多目摄像机选择方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于:
3.根据权利要求1所述的方法,其特征在于:
4.根据权利要求1所述的方法,其特征在于:
5.根据权利要求1所述的方法,其特征在于:
6.根据权利要求1所述的方法,其特征在于:
7.根据权利要求6所述的方法,其特征在于:
8.用于人体运...
【专利技术属性】
技术研发人员:刘卉,曲毅,李翰君,何晓光,李秋捷,程鹏,
申请(专利权)人:北京体育大学,
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。