[发明专利]一种基于姿态估计的非侵入式人体热舒适检测方法及系统

权利要求书

1.一种基于姿态估计的非侵入式人体热舒适检测方法，其特征在于包括步骤：

S1、定义若干个与人体热舒适相关的姿态，并通过问卷调查法证实有效性；

S2、视频采集和预处理，计算机视觉装置面向受试者拍摄采集图像数据，并预处理输出兴趣域图片；

S3、生成基本参量矩阵，对输入的每一帧兴趣域图片捕获全身骨骼节点的坐标，并根据置信值逐帧筛选；

S4、检索区域，依据所定义的姿态估计的动作识别要求，对筛选所得的兴趣域图片逐一搜索并划定检测部位相关的若干个区域，划定区域的根据为基本参量矩阵中骨骼节点的坐标；

S5、锁定骨骼关键点，对应每一帧兴趣域图片在各个区域中锁定一个或数个与姿态估计相关的骨骼节点坐标；

S6、条件判断，设定对应不同姿态估计的动作识别判断条件及阀值，比较前后帧各骨骼节点坐标的变化趋势；

S7、输出姿态及检测结果，根据骨骼节点坐标变化与判断条件及阀值的对应关系识别姿态，并对应输出热倾向性和热舒适等级。

2.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：步骤S1中与人体热舒适相关的姿态包括：对应第一热舒适等级的擦汗、手扇风，对应第二热舒适等级的抖动胸前T恤、挠头，对应第三热舒适等级的卷袖子，对应第四热舒适等级的行走，对应第五热舒适等级的缩肩，对应第六热舒适等级的抱臂、腿交叉、手放脖子，以及对应第七热舒适等级的手哈气、跺脚。

3.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：步骤S2中所述图像数据为30帧/秒的连续帧，且预处理过程为逐帧抽取含有人体姿态的图片、去除图片噪声并增强，依据人体所在区域输出兴趣域图片。

4.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：步骤S3中通过调用OpenPose平台或骨骼捕获算法，对输入的每一帧兴趣域图片直接获得全身骨骼节点的坐标和置信值，输出一个i（x，y，ε）的参量，其中全身骨骼节点包括鼻子、脖子、右肩膀、右肘部、右手腕、左肩膀、左肘部、左手腕、右臀部、右膝盖、右脚踝、左臀部、左膝盖、左脚踝、右眼睛、左眼睛、右耳朵、左耳朵，按0~17顺序编号，且对图片背景编号18，i表示骨骼节点及其对应的编号，x和y分别表示各个骨骼节点在兴趣域图片坐标系中的坐标值，ε表示置信值且设定0.5为筛选阀值，采纳ε≥0.5的n帧兴趣域图片并舍弃ε＜0.5的兴趣域图片。

5.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：依据所定义的姿态估计的动作识别要求，步骤S4面域锁定中所述区域包括额头，头顶，头左侧，头右侧，脸部左侧与胸部以上的交叉区域，脸部右侧和胸部以上的交叉区域，脖子及其与手腕之间的区域，胸腹部区域，肩膀、肘部及其与手腕之间的区域，臀部、膝盖及其与脚踝之间的区域。

6.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：基于步骤S1所定义的若干个姿态，每个姿态对应的动作与全身骨骼节点中的一部分关联匹配，步骤S5点域锁定其中一个特定姿态所关联的一部分骨骼节点坐标。

7.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：步骤S6中所述判断条件包括涉及姿态估计的一个以上骨骼关键点发生位移变化的集中区域、相对距离、频次、前后帧区间内距离变化幅度中的一个或数个组合；所述阀值为训练测试后的经验值，分别包括关联相对距离阀值和频次阀值。

8.根据权利要求1所述基于姿态估计的非侵入式人体热舒适检测方法，其特征在于：还包括姿态检测验证步骤S8，受试者根据步骤S1所定义的姿态面向计算机视觉装置随机做出动作，并验证所输出的热倾向性和热舒适等级与姿态的相符性。

9.一种基于姿态估计的非侵入式人体热舒适检测系统，由计算机和预定义若干个与人体热舒适相关的姿态实现，其特征在于包括：

视频采集和预处理单元，计算机视觉装置面向受试者拍摄采集图像数据，并用于在处理器中预处理输出兴趣域图片；

生成基本参量矩阵单元，用于处理器对输入的每一帧兴趣域图片捕获全身骨骼节点的坐标，并根据置信值逐帧筛选；

检索区域单元，用于处理器依据所定义的姿态估计的动作识别要求，对筛选所得的兴趣域图片逐一搜索并划定检测部位相关的若干个区域，划定区域的根据为基本参量矩阵中骨骼节点的坐标；

锁定骨骼关键点单元，用于处理器对应每一帧兴趣域图片在各个区域中锁定一个或数个与姿态估计相关的骨骼节点坐标；

条件判断单元，用于处理器设定对应不同姿态估计的动作识别判断条件及阀值，比较前后帧各骨骼节点坐标的变化趋势；

输出姿态及检测结果单元，用于处理器根据骨骼节点坐标变化与判断条件及阀值的对应关系识别姿态，并对应输出检测人体的热倾向性和热舒适等级。