[发明专利]一种非侵入式大运动条件下人体测量方法

权利要求书

1.一种非侵入式大运动条件下人体测量方法，其特征在于，包含以下步骤：

步骤一、采用运动捕捉技术恢复人体姿态参数；

步骤二、根据深度图像，初始化人体模型的形态参数，生成基线模型；

步骤三、通过深度图像优化各帧下的模型，并依据当前帧模型的不同顶点相对于传感器的前向特性选择权重，获得空时加权平均模型；

步骤四、以平均模型作为方向约束，寻找相对于基线模型的最小位移点作为目标模型的相应顶点，进而获得无衣物影响模型，并从无衣物影响模型上测得人体体征参数。

2.根据权利要求1所述的测量方法，其特征在于，所述步骤一：于运动跟踪阶段，引入彩色图像约束，通过帧间彩色图像匹配点，以及帧内“彩色—深度图像”匹配点，获得帧间深度图像匹配点，在此匹配点基础上定义附加目标函数其中p_rgb为当前帧深度图像上的三维对应点，p_rgb(q)为上一帧深度图像三维对应点根据姿态参数q变换得到的该帧三维生成点；同时，运动跟踪阶段引入边缘图像约束，由二维CPD（Coherent Point Drift）算法获得边缘图像匹配点，其附加目标函数部分为Esilhouette=|Sobserved-Srender(q)|22σsilhouette2,]]>其中S_observed为观测边缘图像对应点，S_render为生成边缘图像对应点。

3.根据权利要求1所述的测量方法，其特征在于，所述步骤二：优化形态参数时引入一致性约束，即目标函数处增加的形如|β-β_average|²的附加项，其中β为目标形态未知量，β_average为范化形态标准量。

4.根据权利要求1所述的测量方法，其特征在于，所述步骤三：根据当前帧模型上各顶点的前向特性选择权重，权重函数形式为ωtj=0.01,ntj<0;G(ntj),ntj≥0.,]]>为区间[0,1]上的任意单调递增函数，表示时间t对应帧上模型第j个顶点的单位法向量与传感器单位投影向量的内积。

5.根据权利要求1所述的测量方法，其特征在于，所述步骤四：

（1）采用时空平均模型相对于基线模型的位移矢量方向作为选择约束；

（2）采用各时刻优化模型相对于基线模型的位移矢量长度作为度量约束。

整个选择目标函数形式为：其中Δp_average是时空平均模型关于基线模型的变化向量，Δp为模型上同一顶点关于基线模型对应点在不同时刻的变化向量。