[发明专利]三维姿态估计方法、智能设备及存储介质

权利要求书

1.一种三维姿态估计方法，其特征在于，包括：

根据包含人体的彩色图像数据流和深度图像数据流，获取到空间坐标系下人体骨骼点的标准三维坐标；

搭建初始三维姿态估计器，利用所述初始三维姿态估计器获取所述人体骨骼点的估计三维坐标；

根据所述估计三维坐标和所述标准三维坐标，计算估计标准误差；

利用所述估计标准误差，迭代训练所述初始三维姿态估计器，获得标准三维姿态估计器；

利用所述标准三维姿态估计器进行三维姿态数据估计。

2.根据权利要求1所述的三维姿态估计方法，其特征在于，所述根据包含人体的彩色图像数据流和深度图像数据流，获取到空间坐标系下人体骨骼点的标准三维坐标，包括：

根据所述彩色图像数据流，利用OpenPose算法进行二维姿态估计，获得所述人体骨骼点的标准二维坐标；

根据所述深度图像数据流，将所述标准二维坐标转换为所述标准三维坐标。

3.根据权利要求2所述的三维姿态估计方法，其特征在于，所述根据所述深度图像数据流，将所述标准二维坐标转换为所述标准三维坐标，包括：

将所述标准二维坐标映射到所述深度图像数据流中，获得像素坐标系下的像素坐标；

将所述像素坐标映射至相机坐标系下，获得相机坐标，其中，所述相机坐标系中的相机为拍摄所述彩色图像数据流和深度图像数据流的相机；

将所述相机坐标映射至空间坐标系下，获得所述标准三维坐标。

4.根据权利要求2所述的三维姿态估计方法，其特征在于，在所述根据所述估计三维坐标和所述标准三维坐标，计算估计标准误差之前，所述方法还包括：

将所述估计三维坐标映射至二维空间，得到所述人体骨骼点的估计二维坐标；

根据所述估计二维坐标和所述标准二维坐标，计算平均位置误差；

利用所述平均位置误差，迭代训练所述初始三维姿态估计器。

5.根据权利要求2所述的三维姿态估计方法，其特征在于，所述搭建初始三维姿态估计器，包括：

分别获取连续多幅图像帧中的所述标准二维坐标；

对所述标准二维坐标进行时间卷积操作，生成所述初始三维姿态估计器。

6.根据权利要求2所述的三维姿态估计方法，其特征在于，所述利用所述估计标准误差，迭代训练所述初始三维姿态估计器，获得标准三维姿态估计器，包括：

将所述标准二维坐标输入至所述初始三维姿态估计器，并通过所述初始三维姿态估计器输出所述估计三维坐标；

反向传播所述估计三维坐标，利用所述估计标准误差更新所述初始三维姿态估计器中的权重参数。

7.一种智能设备，其特征在于，包括：

处理器，所述处理器被配置为：

根据包含人体的彩色图像数据流和深度图像数据流，获取到空间坐标系下的标准三维坐标；搭建初始三维姿态估计器，利用所述初始三维姿态估计器获取估计三维坐标；根据所述估计三维坐标和所述标准三维坐标，计算估计标准误差；利用所述估计标准误差，迭代训练所述初始三维姿态估计器，获得标准三维姿态估计器；利用所述标准三维姿态估计器进行三维姿态数据估计；

显示器，与所述处理器连接，用于显示经所述标准三维姿态估计器估计的所述三维姿态数据。

8.根据权利要求7所述的智能设备，其特征在于，所述处理器还被配置为：

根据所述彩色图像数据流，利用OpenPose算法进行二维姿态估计，获得标准二维坐标；

根据所述深度图像数据流，将所述标准二维坐标转换为所述标准三维坐标。

9.根据权利要求7所述的智能设备，其特征在于，所述处理器还被配置为：

将所述估计三维坐标映射至二维空间，得到估计二维坐标；

根据所述估计二维坐标和所述标准二维坐标，计算平均位置误差；

利用所述平均位置误差，迭代训练所述初始三维姿态估计器。

10.一种计算机存储介质，其特征在于，所述计算机存储介质可存储有计算机程序，所述计算机程序执行时可实现权利要求1-6任一所述三维姿态估计方法。