[发明专利]用于估计人体姿势的设备和方法

权利要求书

1.一种用于估计人体姿势的设备，包括：

图像获取单元，用于获取拍摄的人体图像；

部件检测器，用于从获取的人体图像中检测出人体的各个候选部件；以及

姿势确定单元，用于将检测出的人体的各个候选部件组装的至少一个假设姿势中最符合预先定义的姿势类别之一的假设姿势确定为人体姿势。

2.如权利要求1所述的设备，其中，所述预先定义的姿势类别包括正面姿势和侧面姿势，其中，所述正面姿势包括正面胳膊交叉姿势、正面腿部交叉姿势、正面躯干靠近胳膊姿势中的至少一个，所述侧面姿势包括侧面胳膊交叉姿势、侧面腿部交叉姿势、侧面躯干靠近胳膊姿势中的至少一个。

3.如权利要求2所述的设备，其中，所述姿势确定单元包括：

姿势分类模块，用于将由人体的各个候选部件组装成所述至少一个假设姿势，并根据每个假设姿势的至少一个部件参数来确定每个假设姿势在所述预先定义的姿势类别之间的概率分布；以及

姿势评估模块，用于利用每个假设姿势的至少一个部件约束特征来评估每个假设姿势在所述预先定义的姿势类别之间的概率分布，然后将与评估后的所有假设姿势的概率分布中的最高概率值相应的假设姿势确定为人体姿势。

4.如权利要求3所述的设备，其中，所述姿势分类模块基于机器学习算法，根据每个假设姿势的部件参数来确定每个假设姿势在所述预先定义的姿势类别之间的概率分布。

5.如权利要求4所述的设备，其中，所述至少一个部件参数包括以下项中的至少一个：躯干部件的方向、胳膊部件与躯干部件之间的距离、胳膊部件之间的交叉区域大小、腿部部件之间的交叉区域大小。

6.如权利要求5所述的设备，其中，所述至少一个部件约束特征包括以下项中的至少一个：胳膊部件的二维或三维长度、腿部部件的二维或三维长度、胳膊或腿部中深度沿轴向的连续性、胳膊或腿部中深度沿垂直于轴向的方向与周围区域的对比度、每个部件的前景覆盖率、每个部件的深度一致性、邻近部件之间的距离和角度。

7.如权利要求1所述的设备，其中，所述部件检测器包括：

至少两种部件检测器，用于按照不同方式分别针对人体图像中的人体部件进行检测；以及

候选部件产生单元，用于针对所述至少两种部件检测器的检测结果按照互补方式来产生所述人体部件的部件候选。

8.如权利要求7所述的设备，其中，当所述至少两种部件检测器针对相同人体部件的检测结果相同时，候选部件产生单元增强所述检测结果，以作为所述相同人体部件的候选部件；当所述检测结果不同时，候选部件产生单元融合所述检测结果，以作为所述相同人体部件的候选部件；当所述至少两种部件检测器中只有一种部件检测器检测到所述相同人体部件时，候选部件产生单元将检测到的人体部件作为所述相同人体部件的候选部件。

9.如权利要求7所述的设备，其中，所述至少两种部件检测器包括：

基于机器学习的部件检测器，用于基于机器学习方法检测人体图像中的人体部件；以及

基于人体分析的部件检测器，用于通过分析人体图像的信息检测人体图像中的人体部件。

10.如权利要求9所述的设备，其中，所述基于机器学习的部件检测器识别人体图像中与人体部件相关的一组子图像，并基于每个子图像本身的基本视觉特征和该子图像的周围区域的扩展特征，为每个子图像的人体部件分配信任度，合并信任度高于门限值的子图像来基于机器学习方法检测人体部件。

11.如权利要求10所述的设备，其中，基于人体分析的部件检测器对关于人体图像的能量函数最小化以从人体图像中检测出人体部件的骨架点，其中，所述能量函数表示对人体图像中各个像素作为骨架点或非骨架点的概率的对数的相反数求和。

12.如权利要求11所述的设备，其中，如果由基于机器学习的部件检测器检测到的胳膊部件或腿部部件区域没有覆盖由基于人体分析的部件检测器检测出的胳膊部件或腿部部件的骨架点，则候选部件产生单元控制基于人体分析的部件检测器在由基于机器学习的部件检测器检测到的胳膊部件或腿部部件区域中重新检测胳膊部件或腿部部件的骨架点。