[发明专利]人物肢体识别方法、人物肢体识别装置及电子装置有效
申请号: | 201710137946.6 | 申请日: | 2017-03-09 |
公开(公告)号: | CN106997457B | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 孙剑波 | 申请(专利权)人: | OPPO广东移动通信有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 523860 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人物 肢体 识别 方法 装置 电子 | ||
1.一种人物肢体识别方法,用于处理电子装置采集的场景数据,其特征在于,所述场景数据包括场景主图像,所述人物肢体识别方法包括以下步骤:
根据基于彩色信息和深度信息的深度学习模型处理所述场景主图像的彩色信息和深度信息以识别人脸区域;
根据所述人脸区域确定人像区域;和
根据所述人像区域识别人物肢体以得到肢体识别图像;
所述根据所述人脸区域和所述人脸区域的深度信息确定人像区域的步骤包括以下子步骤:
处理所述场景主图像以获取人脸区域的深度信息;
根据所述人脸区域和所述人脸区域的深度信息确定所述人像区域;
处理所述场景主图像的人像区域以得到彩色边缘图;
处理所述场景主图像的人像区域对应的深度信息以得到深度边缘图;和
通过所述深度边缘图去除所述彩色边缘图中人像内部边缘,并通过所述彩色边缘图修正所述深度边缘图中外轮廓的精度以修正所述人像区域的边缘;
在所述深度边缘图的获取过程中,对获得的所述人像区域进行膨胀处理;
对膨胀处理后的所述人像区域对应的深度信息进行滤波处理;
将滤波后的数据转换为灰度值数据,并对所述灰度值数据进行线性逻辑回归组合,再利用图像边缘概率密度算法对线性逻辑回归组合进行处理以获取所述深度边缘图。
2.如权利要求1所述的人物肢体识别方法,其特征在于,所述场景数据包括与所述场景主图像对应的深度图像,所述处理所述场景主图像以获取人脸区域的深度信息的步骤包括以下子步骤:
处理所述深度图像以获取对应所述人脸区域的深度数据;和
处理所述人脸区域的深度数据以得到所述人脸区域的深度信息。
3.如权利要求2所述的人物肢体识别方法,其特征在于,所述场景数据包括与所述场景主图像对应的场景副图像,所述处理所述场景主图像以获取人脸区域的深度信息的步骤包括以下子步骤:
处理所述场景主图像和所述场景副图像以获取对应所述人脸区域的深度数据;和
处理所述人脸区域的深度数据以得到所述人脸区域的深度信息。
4.如权利要求1所述的人物肢体识别方法,其特征在于,所述根据所述人脸区域和所述人脸区域的深度数据确定所述人像区域的步骤包括以下子步骤:
根据所述人脸区域确定预估人像区域;
根据所述人脸区域的深度信息确定所述人像区域的深度范围;
根据所述人像区域的深度范围确定与所述人脸区域连接且落入所述深度范围的计算人像区域;
判断所述计算人像区域与所述预估人像区域是否匹配;和
在所述计算人像区域与所述预估人像区域匹配时确定所述计算人像区域为所述人像区域。
5.如权利要求1所述的人物肢体识别方法,其特征在于,所述电子装置包括肢体模板库,所述根据所述人像区域识别人物肢体以得到肢体识别图像的步骤包括以下子步骤:
根据所述人像区域在肢体模板库中寻找与所述人像区域相匹配的肢体模板;和
根据所述肢体模板确定所述人像区域的肢体位置以得到所述肢体识别图像。
6.如权利要求5所述的人物肢体识别方法,其特征在于,所述电子装置包括显示器,所述人物肢体识别方法还包括以下步骤:
发送所述肢体识别图像至所述显示器;和
在所述显示器上显示所述肢体识别图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710137946.6/1.html,转载请声明来源钻瓜专利网。