[发明专利]一种基于分级的人体轮廓关键点和关键部位识别方法

摘要

本发明提供了本发明所述一种基于分级的人体轮廓关键点和关键部位识别方法，所述方法包括关键点识别与测量、关键部位识别两个阶段，关键点识别与测量阶段包括如下步骤：关键点计算目标确定；关键点确定；连接关键点计算像素尺寸；根据像素尺寸计算实际尺寸。关键部位识别阶段包括如下步骤：确定被测人体轮廓关键部位的大致区域；确定关键部位分段目标；人体轮廓关键部位分段；关键部分分割与确认。本发明可有效识别人体的轮廓，通过启发式方法，确定人体轮廓测量关键点和关键部位的位置，便于进行准确的尺寸测量。

主权项

1.一种基于分级的人体轮廓关键点和关键部位识别方法，其特征在于，所述方法包括关键点识别与测量、关键部位识别两个阶段；关键点识别与测量阶段包括以下步骤：步骤S110：关键点计算目标确定：根据人体轮廓测量的目标，按照人体的年龄、性别、体形要素对人体轮廓进行分级，分别确定不同级别人体轮廓测量关键点的筛选范围；步骤S120：确定人体轮廓关键点：采用otsu、canny、sobel、膨胀腐蚀、关键点匹配等方法的组合联合确定人体轮廓关键点；步骤S130：计算不同关键点之间的像素尺寸：将步骤S120确定的人体轮廓关键点相连接，计算两个关键点之间的欧式距离，即为像素尺寸；步骤S140：根据两个关键点之间的像素尺寸计算实际尺寸：根据像素尺寸和实际尺寸的比例系数，计算待测量两个关键点之间的实际尺寸；关键部位识别阶段包括以下步骤：步骤210：获取人体轮廓站姿的先验知识，确定被测人体轮廓的头部位、脚部位等关键部位的大致区域；步骤220：确定关键部位分段目标：根据人体轮廓测量的目标，确定体轮廓关键部位待分段的关键目标，包括照物部位、头部位、脚部位等；步骤230：人体轮廓关键部位分段：利用otsu、canny、sobel、膨胀腐蚀、顺序搜索、点匹配得到关键部位分段；具体过程：首先将图片变为灰度图，然后使用最大类间方差法otsu技术将前景与背景进行初步分割，利用膨胀腐蚀去除图片中的噪点；使用canny算法可以提取前景轮廓边缘，Canny算法检测图像中的水平、垂直和对角边缘；根据用户站姿以及参照物的大致区域，先全局搜索，找出对应部位最相似的图片区域，然后分割出关键部位的大致区域，再进行如上步骤将前景与背景进行再次分割；步骤240：关键部分分割与确认；通过对分隔出来的图像区域进行二值化，识别目标的整体轮廓，然后根据不同部位的特征确认不同的关键部分。