[发明专利]基于多目视觉的人体动作重建系统、方法和动作训练系统在审

专利信息
申请号: 201910844266.7 申请日: 2019-09-06
公开(公告)号: CN110544302A 公开(公告)日: 2019-12-06
发明(设计)人: 张炜乐;樊奕良;梁鑫;杜钦涛;李培杰;姚伟聪 申请(专利权)人: 广东工业大学
主分类号: G06T17/00 分类号: G06T17/00;G06K9/00;G06T7/80;G06K9/62
代理公司: 11227 北京集佳知识产权代理有限公司 代理人: 沈闯<国际申请>=<国际公布>=<进入国
地址: 510060 广东省*** 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: 动作图像 应用场景 关节点 二维 三维 深度摄像机 捕获目标 动作识别 动作训练 二维图像 目标人体 人体动作 重建系统 传感器 准确率 单目 穿戴 校正 装配 相机 捕捉 视觉 重建 申请
【说明书】:

本申请公开了一种基于多目视觉的人体动作重建系统、方法和动作训练系统,通过校正后的基于至少两个单目相机捕获目标人体的动作图像,对于动作图像进行二维图像上的人体二维关节点识别,然后基于人体二维关节点重建出目标人体的三维动作,无需用户穿戴特制的光学捕捉服或者装配相应的传感器,解决了现有的深度摄像机人体三维动作识别方法,对应用场景要求较高,在复杂的应用场景下,识别准确率较低的技术问题。

技术领域

本申请涉及动作识别技术领域,特别涉及一种基于多目视觉的人体动作重建系统、方法和动作训练系统。

背景技术

随着人工智能的发展,人体姿势识别技术在大数据时代可获得的更加庞大的数据集与强大计算能力的基础下取得了重要的突破。

现有的三维人体动作识别方法是利用光学捕捉技术捕捉目标人体三维动作进行动作识别,用户穿戴有光学标记的特制光学捕捉服或者相应的检测传感器来获取相应的标记位置生成空间相对位置,从而构建人体三维模型,进行动作识别。利用光学捕捉技术捕捉目标人体三维动作进行动作识别的方法,需要用户穿戴特制的光学捕捉服或者装配相应的传感器,穿戴麻烦,且用户负重较大,对动作训练造成不便,影响用户体验。

发明内容

本申请的目的是提供一种基于多目视觉的人体动作重建系统、方法和动作训练系统,用于解决现有的三维人体动作识别方法需要用户穿戴特制的光学捕捉服或者装配相应的传感器,穿戴麻烦,且用户负重较大,对动作训练造成不便,影响用户体验的技术问题。

本申请第一方面提供了一种基于多目视觉的人体动作重建系统,包括:

相机标定模块,用于根据采集到的标定点数据进行单目相机标定,所述单目相机的数量至少两个;

动作采集模块,用于获取所有所述单目相机采集到的目标人体的动作图像序列,将所述动作图像序列发送至二维人体动作识别模块;

所述二维人体动作识别模块,用于识别所述动作图像序列中的人体关键肢体关节部位,提取所述动作图像序列的每一帧中属于同一目标人体的二维关节点,以便于重建所述目标人体的人体骨架,将每一帧的所述人体骨架信息存储并发送至三维动作重建模块;

所述三维动作重建模块,用于基于每一帧中的所述人体骨架信息还原所述目标人体的所述二维关节点在三维空间中的真实位置,重建出所述目标人体的三维动作。

可选的,还包括:成像点误差纠正模块;

所述成像点误差纠正模块,用于在所述单目相机发生偏移时,纠正所述二维人体动作识别模块中的所述二维关节点的像素坐标,以便于所述二维人体动作识别模块根据纠正像素坐标后的所述二维关节点重建所述目标人体的人体骨架,并将每一帧的所述人体骨架信息存储并发送至三维动作重建模块。

可选的,所述三维动作重建模块具体包括:

第一求解子模块,用于基于所述单目相机标定后的单目相机参数,求解与所述单目相机的焦点垂直投影于所述单目相机的成像平面上的投影成像点在预置三维坐标系中的第一真实三维坐标;

第二求解子模块,用于基于所述第一真实三维坐标和所述单目相机的成像平面参数,求解所述第一真实三维坐标的旋转矩阵和平移向量;

第三求解子模块,用于基于所述旋转矩阵和平移向量求解所述成像平面上的所述二维关节点在所述预置三维坐标系中的第二真实三维坐标;

关节点重建子模块,用于将所述预置三维坐标系中,使得所有所述单目相机的光心坐标与对应的所述第二真实三维坐标直线取得最小距离的三维坐标点,作为所述二维关节点在所述预置三维坐标系中的真实三维关节点,重建出所述目标人体的三维动作。

可选的,所述关节点子模块具体用于:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广东工业大学,未经广东工业大学许可,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/201910844266.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top