[发明专利]一种人体三维姿态匹配算法的优化方法

说明书

本发明公开了一种人体三维姿态匹配算法的优化方法。该方法包括步骤有生成匹配姿态、二维投影、定义损失函数和姿态优化，通过这些步骤可以通过人体三维姿态匹配算法获得对待检测图像对应的人体二维匹配姿态和人体三维匹配姿态，然后将人体三维匹配姿态投影，得到人体二维投影姿态，再进一步构建人体二维投影姿态与人体二维匹配姿态之间的损失函数，通过求解损失函数的近似解，实现对所述人体三维匹配姿态的优化调整，最终输出优化后的人体三维姿态。本方法可以与各种人体三维姿态匹配算法进行结合，通用性强，并且有效了结合人体结构简化分解方法与快速迭代求解方法，降低算法复杂度，还进一步提高了人体三维姿态匹配算法的精度。

技术领域

本发明涉及计算机图像处理技术领域，尤其涉及一种人体三维姿态匹配算法的优化方法。

背景技术

人体姿态估计一直是计算机视觉以及计算机图形学领域的热点问题之一，高精度的三维人体姿态在动作识别、人机交互及医疗保健等领域有着广泛的应用前景和重要的应用价值。目前，基于卷积神经网络的二维人体姿态研究已经较为成熟，基于二维姿态的匹配类算法是主流的三维姿态方法之一。此类方法基于二维姿态检测结果，在预先建立的三维姿态数据库中进行姿态匹配，进而得到三维姿态，该方法中原图像不直接参与算法流程，去除了原图中的噪声干扰，因此更适用于复杂的实际场景。

匹配类方法是基于三维姿态数据库进行匹配，而人的三维姿态复杂度较高，数据库无法收集所有三维姿态，匹配得到的结果仅仅是针对于数据库中的姿态，并非实际场景中的情况，往往不完全契合真正的姿态，依然存在精度较低的问题，不能满足更进一步的研究，而目前还未有特定的方法解决这一问题。

发明内容

本发明主要解决的技术问题是提供一种人体三维姿态匹配算法的优化方法，解决现有技术中人体三维姿态匹配算法的实现复杂度高，时效性不强以及输出三维姿态精度不高的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种人体三维姿态匹配算法的优化方法，包括以下步骤：生成匹配姿态，输入待检测图像，通过匹配类三维人体姿态算法获得所述待检测图像对应的人体二维匹配姿态γ和人体三维匹配姿态y；二维投影，将所述人体三维匹配姿态y进行投影，得到人体二维投影姿态P(y)，P为投影相机参数；定义损失函数，对于人体二维投影姿态P(y)与人体二维匹配姿态γ，根据欧氏距离定义损失函数为：||γ-P(y)||₁,L₁norm；姿态优化，通过求解所述损失函数的近似解，实现对所述人体三维匹配姿态y的优化调整，最终输出优化后的人体三维姿态。

在本发明人体三维姿态匹配算法的优化方法另一实施例中，所述人体三维匹配姿态y包括最近似的K个三维姿态B＝{b₁,b₂,...,b_k}，对应的姿态均值为μ，进一步得到人体二维投影姿态P(y)＝P(Bα+μ)，α为基础系数。

在本发明人体三维姿态匹配算法的优化方法另一实施例中，在生成匹配姿态步骤中，将人体姿态对应的人体结构分解为五个部分C＝{C₁,C₂,C₃,C₄,C₅}，上肢部分包括C₁,C₂、下肢部分包括C₃,C₄以及躯干部分C₅；对于每个肢体链C_i，定义矩阵第j维为3x3矩阵，其余维设为0，通过E_j和y表示C_i中的第j个关节，定义表示端点为关节i₁与关节i₂的肢体i的长度，肢体长度归一化标准定义为：

在本发明人体三维姿态匹配算法的优化方法另一实施例中，所述损失函数进一步可表示为：