[发明专利]用于估计人体朝向的设备和方法

权利要求书

1.一种用于估计人体朝向的设备，所述设备包括：

图像输入单元，用于接收拍摄的人体图像，其中，所述人体图像至少包括深度图像；

分量检测单元，用于在由图像输入单元接收的人体图像中，检测在人体中易分辨出的局部分量；

主轴估计单元，用于基于由分量检测单元检测的局部分量，在由图像输入单元接收的人体图像中估计出二维空间中的人体主轴；

躯体区域估计单元，用于基于由主轴估计单元估计出的人体主轴，在由图像输入单元接收的人体图像中估计出二维空间中的躯体区域；以及

人体朝向估计单元，用于结合由躯体区域估计单元估计出的躯体区域以及躯体区域在深度图像中的深度信息，在三维空间中估计与所述躯体区域相应的人体平面模型，并基于人体平面模型来估计人体在三维空间中的朝向。

2.如权利要求1所述的设备，其中，所述人体图像还包括二维图像。

3.如权利要求1所述的设备，其中，所述分量检测单元在检测局部分量时，采用由粗略到精细的不断缩小检测范围的检测过程。

4.如权利要求2所述的设备，其中，所述分量检测单元包括：深度图像递进式检测单元、二维图像递进式检测单元和检测结果融合单元，其中，深度图像递进式检测单元和二维图像递进式检测单元分别包括粗略检测模块和精细检测模块，用于对输入的深度图像和二维图像进行由粗略到精细的递进式局部分量检测，检测结果融合单元对深度图像递进式检测单元和二维图像递进式检测单元检测到的局部分量进行融合，以便得到更为有效的检测结果。

5.如权利要求1所述的设备，其中，所述分量检测单元基于多尺度对比特征来进行局部分量检测，包括：

基于多尺度对比特征的学习机，用于对关于所述局部分量的训练样本进行多尺度对比特征提取，并对提取的特征应用统计学习处理；

分类器加载单元，用于根据所述基于多尺度对比特征的学习机的统计学习处理结果来构建分类器；

检测单元，用于利用由分类器加载单元构建的分类器对人体图像进行局部分量检测，

其中，所述多尺度对比特征用于指示人体图像中多个相关矩形区域之间在不同尺度下关于特定图像属性的对比关系。

6.如权利要求1所述的设备，其中，在所述分量检测单元检测出局部分量之后，主轴估计单元在深度图像中分离出人体所在的前景部分，并随后在分离出的前景部分中估计人体的主轴。

7.如权利要求6所述的设备，其中，主轴估计单元采用KL矩方法来估计出人体前景部分的主方向，作为人体主轴的方向。

8.如权利要求6所述的设备，其中，所述局部分量包括人体的头部，主轴估计单元基于检测到的头部估计出近似躯体区域，分别计算出头部的重心和近似躯体区域的重心，将这两个重心的连线作为估计出的人体主轴。

9.如权利要求8所述的设备，其中，在计算重心之前，主轴估计单元基于形态学对头部和近似躯体区域进行预处理，以去除其中的噪声。

10.如权利要求1所述的设备，其中，躯体区域估计单元基于可变型的躯体区域模型T来估计二维空间中的躯体区域，所述可变型的躯体区域模型为T＝{x，y，w，h，θ}，其中，x、y分别为躯体区域模型中心的横坐标和纵坐标，w为躯体区域模型的宽度，h为躯体区域模型的高度，θ为躯体区域模型与纵轴的夹角，θ的取值为人体主轴与纵轴的夹角。