[发明专利]关键点位置确定方法、装置及电子设备有效
申请号: | 201811295915.4 | 申请日: | 2018-11-01 |
公开(公告)号: | CN109410276B | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 张雄;李强;郑文 | 申请(专利权)人: | 北京达佳互联信息技术有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T17/00;G06N3/02 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 丁芸;项京 |
地址: | 100084 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键 位置 确定 方法 装置 电子设备 | ||
本公开是关于关键点位置确定方法、装置及电子设备。其中方法包括:基于包含人手的影像的待分析图像,确定所述人手的形状和所述人手中多个骨骼节点的位姿;基于所述形状和所述位姿,按照预设的人手骨骼的几何约束条件,确定所述人手的关键点的位置。本公开可以利用人手手骨自身所存在的几何约束条件,结合从待分析图像中提取到的人手的参数,较为准确地推算出被遮挡的关键点的位置。
技术领域
本公开涉及人手姿态估计技术领域,尤其涉及关键点位置确定方法、装置及电子设备。
背景技术
相关技术中,可以利用人手多个关键点的所处的三维空间位置对人手所处的姿态进行估计。针对每个关键点,可以基于人手色彩图像(如RGB图像),计算该人手色彩图像中各个像素点为该关键点的概率,得到该关键点在二维图像上的概率分布,并基于该概率分布,利用预先经过训练的神经网络,计算得到该关键点的三维空间位置。
但是,在人手色彩图像中,关键点可能处于被遮挡的状态,在这种情况下,关键点在人手色彩图像中所处的位置可能呈现的是障碍物的图像,可能导致在计算概率分布时,计算得到的该位置为关键点所处的位置的概率较低,与实际情况存在较大偏差。进而造成无法计算该关键点的三维空间位置,或者计算得到的三维空间位置准确性较低,影响到人手的姿态估计。
发明内容
为克服相关技术中存在的问题,本公开提供一种关键点位置确定方法、装置及电子设备。
根据本公开实施例的第一方面,提供一种关键点位置确定方法,包括:
基于包含人手的影像的待分析图像,确定所述人手的形状和所述人手中多个骨骼节点的位姿;
基于所述形状和所述位姿,按照预设的人手骨骼的几何约束条件,确定所述人手的关键点的位置。
结合第一方面,在第一种可能的实现方式中,所述基于所述形状和所述位姿,按照预设的人手骨骼的几何约束关系,确定所述人手的关键点的位置,包括:
基于所述形状和所述位姿,按照预设的人手骨骼的几何约束关系,构建所述人手的三维骨骼模型;
从所述三维骨骼模型中读取所述人手的关键点的三维空间坐标,作为所述关键点的位置。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述基于所述形状和所述位姿,按照预设的人手骨骼的几何约束关系,构建所述人手的三维骨骼模型,包括:
将所述形状和所述位姿作为模型参数输入至预设的骨骼动画框架中,得到所述人手的三维骨骼模型,所述骨骼动画框架为从多个样本人手三维骨骼模型中提取几何约束条件得到的参数化的框架。
结合第一方面,在第三种可能的实现方式中,所述基于包含人手的影像的待分析图像,确定所述人手的形状和所述人手中多个骨骼节点的位姿,包括:
将包含人手的影像的待分析图像,输入预设的参数提取网络,得到所述人手的形状和所述人手中多个骨骼节点的位姿,所述参数提取网络预先经过标注有人手的形状和各个骨骼节点的位姿的样本图像的训练。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,所述参数提取网络为移动端神经网络MobileNet。
根据本公开实施例的第二方面,提供一种关键点位置确定装置,包括:
人手分析单元,被配置为执行基于包含人手的影像的待分析图像,确定所述人手的形状和所述人手中多个骨骼节点的位姿;
位置确定单元,被配置为执行基于所述形状和所述位姿,按照预设的人手骨骼的几何约束条件,确定所述人手的关键点的位置。
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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/201811295915.4/2.html,转载请声明来源钻瓜专利网。