[发明专利]用于姿态识别的方法和设备

权利要求书

1.一种识别姿态的方法，所述方法包括：

在虚拟空间中产生人体模型；

基于具有人体的每个部分的角度和角速度作为状态变量的状态向量预测人体模型的下一姿态；

预测关于预测姿态的深度图像；

基于预测的深度图像和实际拍摄的深度图像之间的相似度识别实际拍摄的深度图像中的人的姿态。

2.如权利要求1所述的方法，其中，预测人体模型的下一姿态的步骤包括：

计算状态变量的平均值；

基于状态变量的平均值计算状态变量的协方差；

基于状态变量的协方差产生随机数；

通过使用基于随机数产生的变化预测下一姿态。

3.如权利要求1所述的方法，其中，预测关于预测姿态的深度图像的步骤包括：

如果人体模型采用预测姿态，则产生关于将在图像中表示的人体模型的剪影而预测的虚拟图像；

将虚拟图像的尺寸归一化为预定尺寸；

预测深度图像，该深度图像包括归一化的虚拟图像中的剪影内存在的每个点的深度信息。

4.如权利要求3所述的方法，其中，将虚拟图像的尺寸归一化为预定尺寸的步骤包括：

以预定减小率减小虚拟图像的尺寸，

其中，减小率是在虚拟图像中获得的人的尺寸除以期望的人的减小尺寸的值。

5.如权利要求1所述的方法，其中，基于相似度识别姿态的步骤包括：

将具有基于当前时刻预测的人体模型的姿态的相似度中最高相似度的姿态选择作为最终姿态；

基于最终姿态的关节角度识别实际拍摄的深度图像中的人的姿态。

6.如权利要求5所述的方法，还包括：

计算预测的深度图像和实际拍摄的深度图像之间的相似度；

如果计算的相似度高于先前计算的相似度，则将预测的姿态设置为参考姿态，如果计算的相似度低于先前计算的相似度，则将先前姿态设置为参考姿态；

基于参考姿态预测下一姿态。

7.如权利要求6所述的方法，其中，基于参考姿态预测下一姿态的步骤包括：

如果当前时刻关于人体预测的姿态不符合关于实际拍摄的深度图像中的人的姿态的正态分布，则基于参考姿态预测下一姿态。

8.一种识别姿态的设备，所述设备包括：

建模单元，被配置为在虚拟空间中产生人体模型；

姿态样本产生单元，被配置为基于具有人体的每个部分的角度和角速度作为状态变量的状态向量预测人体模型的下一姿态；

图像预测单元，被配置为预测关于预测姿态的深度图像；

姿态识别单元，被配置为基于预测的深度图像和实际拍摄的深度图像之间的相似度识别实际拍摄的深度图像中的人的姿态。

9.如权利要求8所述的设备，其中，姿态样本产生单元基于状态变量的平均值计算状态变量的协方差，并通过使用基于状态变量的协方差产生的随机数作为变化来预测下一姿态。

10.如权利要求8所述的设备，其中，图像预测单元包括：

虚拟图像产生单元，被配置为在人体模型采用预测姿态的情况下，产生关于将在图像中表示的人体模型的剪影而预测的虚拟图像；

归一化单元，被配置为将虚拟图像的尺寸归一化为预定尺寸；

深度图像产生单元，被配置为预测深度图像，该深度图像包括归一化的虚拟图像中的剪影内存在的每个点的深度信息。

11.如权利要求10所述的设备，其中，归一化单元以预定减小率减小虚拟图像的尺寸，

其中，减小率是在虚拟图像中获得的人的尺寸除以期望的人的减小尺寸的值。

12.如权利要求8所述的设备，其中，姿态识别单元将具有基于当前时刻预测的人体模型的姿态的相似度中最高相似度的姿态选择作为最终姿态，基于最终姿态的关节角度识别实际拍摄的深度图像中的人的姿态。

13.如权利要求12所述的设备，其中，姿态识别单元包括：

相似度计算单元，被配置为计算预测的深度图像和实际拍摄的深度图像之间的相似度；

参考姿态设置单元，如果计算的相似度高于先前计算的相似度，则被配置为将预测的姿态设置为参考姿态，如果计算的相似度低于先前计算的相似度，则被配置为将先前姿态设置为参考姿态。

14.如权利要求13所述的设备，其中，姿态样本产生单元被配置为：如果当前时刻关于人体预测的姿态不符合关于实际拍摄的深度图像中的人的姿态的正态分布，则基于参考姿态预测下一姿态。