[发明专利]一种基于单目图像的人体身高实时生成方法

权利要求书

1.一种基于单目图像的人体身高实时生成方法，其特征在于：所述方法包括以下步骤：

A.依据单目图像，构建计算模型；

B.对计算模型进行离散化处理；

C.对系统计算模型进行线性化处理；

D.设置约束条件并进行迭代计算，直接生成身高结果。

2.如权利要求1所述的基于单目图像的人体身高实时生成方法，其特征在于：所述步骤A的具体实现方式为：

在Lambert理想成像条件下，由Lambert反射方程可知，单目图像的图像灰度与人像平面高度呈二元非线性关系，以此为基础提出本发明所述方法的计算模型，过程如下：

假设原始单目图像的平面方向记为(D_x,D_y)，点光源入射方向记为(DL_x,DL_y)，图像的灰度记为g(x,y)，

则依据Lambert反射方程有如下算式：

为降低在多种理想条件下构建上述模型所带来的计算结果的不确定性，引入以下补偿方法：

其中，E_n表示高斯白噪声误差，用于补偿噪声所引起的误差；E_r表示粗糙度误差，用于补偿平面方向误差；E_g表示梯度相似性误差，用于补偿方程在离散化处理过程中所产生的误差；(Z_x,Z_y)表示离散图像的平面方向；

因此，系统误差E_rr可定义为：

E_rr＝E_n+μ·E_r+θ·E_g

＝∫∫[(g(x,y)-F(D_x,D_y))²+μ·(D_x²+D_y²+DL_x²+DL_y²)+θ·((Z_x-D_x)²+(Z_y-D_y)²)]d_xd_y； (3)

3.如权利要求2所述的基于单目图像的人体身高实时生成方法，其特征在于：所述步骤B的具体实现方式为：

离散化处理的过程为：

①求解系统误差和梯度相似性误差的最小值条件：

对算式(3)求导，并求解导数方程可得：

②对算式(4)离散化处理可得：

③得到最终的离散化计算算式：

引入拉式近似离散化变换因子，其中表示平面方向L的平均方向，δ表示单目图像的像素点距，运用该变换因子对算式(5)进行变换，可得到人体身高及梯度的离散化计算算式，如下：

综上，便得到了高度及梯度相似度的离散化计算算式。

4.如权利要求3所述的基于单目图像的人体身高实时生成方法，其特征在于：所述步骤C的具体实现方式为：

为提高计算效率和解决算法特殊情况下无法收敛的问题，对系统计算模型进行线性化处理：

利用Talor公式，以上一状态的计算结果为参考基准，可得到离散化算式(6)的线性化近似算式如下：

将上式带入(6)可得：

其中，σ表示各变量相对于t状态参考基准的变化量；

基于以上，便可以将平面方向计算的非线性转化为求解平面方向的变化的线性方程，然后通过下面算式即可计算出平面方向(D_x,D_y)的值：

5.如权利要求4所述的基于单目图像的人体身高实时生成方法，其特征在于：所述步骤D的具体实现方式为：

①为获得较快的计算速度和较少的内存占用，采用交错网格方法：

构建交错网格：单目图的像素点尺寸为w×s，平面方向(D_x,D_y)和图像灰度g(x,y)的阵列维度也为w×s；人体轮廓的像素点与平面方向像素点错开0.5个像素，人体轮廓像素矩阵维度为(w+1)×(s+1)；平面方向对两个方向的偏导维度也是(w+1)×(s+1)；

综上，所求解的离散线性方程在其平面方向的一阶偏导数如下：

②引入两类约束，一是参考点约束，二是边界条件约束，方法如下：

a.参考点约束是在镜头视角中加入已知平面方向和高度的点，并且保证该点能够在单目图像上显示；

b.边界条件约束，即加入边界像素点的平面方向，采用插值法以中心像素点向外插值，则四个方向的插值算式为：

其中，中心像素点指满足图像区域为w×s像素，

在以上基础之上，利用算式(8)进行迭代，则人体身高H＝max(z₁,z₂…z_n),其中n为单目图像中人像轮廓像素集的维度。