[发明专利]基于二维图像人体姿态匹配的人机交互方法及装置

说明书

本发明公开了一种基于二维图像人体姿态匹配的人机交互方法及装置，其中，基于二维图像人体姿态匹配的人机交互方法包括：确定与操作动作一一对应的模板姿态特征；获取含有人体的二维图像，并确定人体的姿态特征；比对人体的姿态特征与模板姿态特征，确定人体姿态对应的操作动作，以完成人机交互。采用本发明，可以直接从二维图像中估计人体姿态，无需使用特殊的图像传感器设备，人机交互方案更容易实现，且成本更低。

技术领域

本发明涉及人机交互技术领域，尤其涉及一种基于二维图像人体姿态匹配的人机交互方法及装置。

背景技术

随着科技的发展，人类生活离不开各种各样机器设备，做一个特殊的手势触发机器工作是人类梦寐以求的目标。

微软的Kinect技术是基于计算机视觉人体姿态估计的人机交互中比较成熟的方法，其主要技术方案是通过Kinect传感器获取RGBD深度图，并从深度图上采用分割的方法获取人体姿态信息，最后通过追踪人体姿态实现人机交互。该技术能够实现动态实时捕捉人体动作，人机交互体验效果好，但需要配备昂贵的Kinect体感摄像头，开发与实现成本高。

发明内容

本发明实施例提供一种基于二维图像人体姿态匹配的人机交互方法及装置，用以解决现有技术中人机交互实现困难、成本高的问题。

根据本发明实施例的基于二维图像人体姿态匹配的人机交互方法，包括：

确定与操作动作一一对应的模板姿态特征；

获取含有人体的二维图像，并确定所述人体的姿态特征；

比对所述人体的姿态特征与所述模板姿态特征，确定人体姿态对应的操作动作，以完成人机交互。

根据本发明的一些实施例，所述确定所述人体的姿态特征，包括：

检测所述人体的多个关节点；

基于所述关节点，构建所述人体对应的人体骨架；

基于所述人体骨架，计算所述人体的姿态特征。

在本发明的一些实施例中，所述检测所述人体的多个关节点，包括：

采用深度学习法检测所述人体的多个关节点。

在本发明的一些实施例中，所述基于所述人体骨架，计算所述人体的姿态特征，包括：

建立基于所述人体骨架的坐标系；

从所述人体骨架中选取多个预设节点；

任意两个所述预设节点之间的距离为预设距离，选取至少一个所述预设距离为所述姿态特征的距离特征。

在本发明的一些示例中，所述检测所述人体的多个关节点，包括：

检测分别与所述人体的脖颈、肩关节、肘关节、腕关节、髋关节、膝关节以及踝关节所对应的节点。

进一步的，所述建立基于所述人体骨架的坐标系，包括：

确定与所述脖颈对应的节点为原点，过所述肩关节对应的节点与所述原点的直线为X轴，垂直于所述X轴为Y轴。

在本发明的一些示例中，所述基于所述人体骨架，计算所述人体的姿态特征，还包括：

任意两个所述预设节点可连接成向量，任意两个所述向量之间的夹角为预设角度，选取至少一个所述预设角度为所述姿态特征的角度特征；

融合所述距离特征与所述角度特征作为所述人体的姿态特征。根据本发明实施例的基于二维图像人体姿态匹配的人机交互装置，包括：

模板设置模块，用于确定与操作动作一一对应的模板姿态特征；