[发明专利]按摩区域自动分割方法、装置、按摩机器人及存储介质在审
申请号: | 202010734260.7 | 申请日: | 2020-07-27 |
公开(公告)号: | CN112076073A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 谈继勇;李元伟;杨光耀;俞林昊 | 申请(专利权)人: | 深圳瀚维智能医疗科技有限公司 |
主分类号: | A61H7/00 | 分类号: | A61H7/00 |
代理公司: | 深圳市华勤知识产权代理事务所(普通合伙) 44426 | 代理人: | 隆毅 |
地址: | 518000 广东省深圳市福田区梅林街道孖岭*** | 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: | 按摩 区域 自动 分割 方法 装置 机器人 存储 介质 | ||
本发明公开一种按摩区域自动分割方法,包括:获取人体按摩区域的二维信息和三维信息,所述二维信息为RGB图像,所述三维信息为具有深度信息的点云数据;基于OpenPose算法对所述RGB图像进行关键点识别,以生成人体各部位的2D关键点;根据所述二维信息和三维信息,自动获取人体的待按摩区域,并结合所述人体各部位的2D关键点分割所述待按摩区域。本发明所提出的按摩区域自动分割方法,可对人体各部位的2D关键点进行识别,再根据2D关键点自动划分出肩部、背部、腰部等区域,在对人体各部位进行划分后,会将此区域划分信息反馈给按摩机器人,按摩机器人再根据不同的按摩区域自动匹配相应的按摩策略,以达到较好的按摩效果。
技术领域
本发明涉及区域分割领域,特别涉及一种按摩区域自动分割方法、装置、按摩机器人及存储介质。
背景技术
按摩机器人可对人体进行自动按摩,其逐渐取代了传统的人工按摩,按摩机器人不仅可对人体进行放松、消除疲劳感,还可对人体各个部位进行理疗。
按摩机器人在设定按摩参数后,譬如按摩头的按摩力度、按摩头的按摩温度及按摩头的按摩方式等,只会按照设定的参数对人体进行按摩。也就是说,按摩头在按摩人体的不同部位时,譬如肩部、背部、腰部等,其所采取的按摩策略都是一样的,也即按摩头的按摩力度、按摩头的按摩温度及按摩方式等都不会改变。
采用传统的人工按摩方式进行按摩时,按摩师会根据人体不同部位施以不同大小的按摩力度,同时还会针对人体不同部位采用不同的按摩方式,以达到较好的按摩效果。然而,现有的按摩机器人无法识别人体的不同部位,再根据人体不同部位选择对应的按摩策略,存在按摩效果不佳的缺陷。
发明内容
本发明的主要目的在于提出一种按摩区域自动分割方法,旨在解决现有的按摩机器人存在按摩效果不佳的技术问题。
为实现上述目的,本发明提出一种按摩区域自动分割方法,该按摩区域自动分割方法包括:获取人体按摩区域的二维信息和三维信息,所述二维信息为RGB图像,所述三维信息为具有深度信息的点云数据;基于OpenPose算法对所述RGB图像进行关键点识别,以生成人体各部位的2D关键点;根据所述二维信息和三维信息,自动获取人体的待按摩区域,并结合所述人体各部位的2D关键点分割所述待按摩区域。
优选地,所述基于OpenPose算法对所述RGB图像进行关键点识别,以生成人体各部位的2D关键点包括:通过VGG19卷积网络对所述RGB图进行特征提取,生成一组特征图;分别使用CNN网络提取所述特征图的置信度和关联度;通过贪心算法解析所述置信度和关联度,以生成人体各部位的2D关键点。
优选地,所述根据二维信息和三维信息,自动获取人体的待按摩区域包括:识别所述三维点云中属于平面区域的点云;根据所述平面区域的点云面积,判断所述平面区域是否为床平面区域;若是,则从所述三维点云中将所述床平面区域对应的点云删除。
优选地,所述根据二维信息和三维信息,自动获取人体的待按摩区域包括:识别所述三维点云中属于平面区域的点云;根据所述平面区域的位置,判断所述平面区域是否为床平面区域;若是,则从所述三维点云中将所述床平面区域对应的点云删除。
本发明还提出一种按摩区域自动分割装置,该按摩区域自动分割装置包括:信息获取模块,用于获取人体按摩区域的二维信息和三维信息,所述二维信息为RGB图像,所述三维信息为具有深度信息的点云数据;2D关键点生成模块,基于OpenPose算法对所述RGB图像进行关键点识别,以生成人体各部位的2D关键点;区域分割模块,用于根据所述二维信息和三维信息,自动获取人体的待按摩区域,并结合所述人体各部位的2D关键点分割所述待按摩区域。
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深圳瀚维智能医疗科技有限公司,未经深圳瀚维智能医疗科技有限公司许可,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/202010734260.7/2.html,转载请声明来源钻瓜专利网。