CN104463089A - 一种人体姿态识别装置 - Google Patents
一种人体姿态识别装置 Download PDFInfo
- Publication number
- CN104463089A CN104463089A CN201310601951.XA CN201310601951A CN104463089A CN 104463089 A CN104463089 A CN 104463089A CN 201310601951 A CN201310601951 A CN 201310601951A CN 104463089 A CN104463089 A CN 104463089A
- Authority
- CN
- China
- Prior art keywords
- human body
- module
- body posture
- camera
- search
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种人体姿态识别装置,它涉及人体姿态的识别技术领域。视频识别模块(1)与人体特征提取模块(2)的一端连接,人体特征提取模块(2)的另一端与信息预处理模块(3)的一端连接,信息预处理模块(3)的另一端与人体姿态匹配模块(4)的一端连接,人体姿态匹配模块(4)的另一端与搜索模块(5)的一端连接,搜索模块(5)的另一端与信息输出模块(6)连接。它方法简单,设计新颖合理,成本低,采用了统计学习方法和快速搜索方法,提高了搜索速度,使得人体姿态识别装置得以大范围推广使用。
Description
技术领域:
本发明涉及人体姿态的识别技术领域,具体涉及一种人体姿态识别装置。
背景技术:
人体运动分析和人体姿态识别是非常重要的技术,该技术使用有意义的人体姿态,以有助于实现人机交互、虚拟三维、交互游戏、3D 姿势识别等。近年来,由于其具有前景的学术价值和商业价值,人体运动捕获研究受到了越来越多的关注。
目前存在用于人体运动分析的多种方案,一些方案需要在对象上贴上特定的标记块或需要特定的运动捕获设备,在一般的环境中,上述需要对于用户是不方便的,并且限制了这些方案的应用。对于一些实际的应用,已经作出很大的努力来使得用于人体运动分析的标记更少。现有的方法主要划分为两类,即基于人体部位分析的方法和基于样本的方法。另一方面,现有的方法还可分为基于彩色图像的方法以及3D 激光扫描人体模型辅助方法。
众所周知,彩色图像只能提供二维信息,诸如颜色、纹理、形状等。因此,不可避免地会导致2D 信息中的姿态不确定问题。例如,如果人体的一些部位是自遮挡的,则由于彩色图像中的人体姿态的不确定性,将不能使用基于彩色图像的方法进行正确的人体姿态识别。即使使用了更为先进的姿态推断方法,姿态不确定性的颜色信息也会导致低处理速度和不准确的姿态推断结果。另外,根据不同的季节、人的服饰和环境光照变化,颜色信息是不稳定的,因此,在复杂的环境中,基于颜色信息的人体姿态识别方法是不能满足要求的。
发明内容:
本发明的目的是提供一种人体姿态识别装置,它方法简单,设计新颖合理,成本低,采用了统计学习方法和快速搜索方法,提高了搜索速度,使得人体姿态识别装置得以大范围推广使用。
为了解决背景技术所存在的问题,本发明采用以下技术方案:它包含视频识别模块1、人体特征提取模块2、信息预处理模块3、人体姿态匹配模块4、搜索模块5和信息输出模块6,视频识别模块1与人体特征提取模块2的一端连接,人体特征提取模块2的另一端与信息预处理模块3的一端连接,信息预处理模块3的另一端与人体姿态匹配模块4的一端连接,人体姿态匹配模块4的另一端与搜索模块5的一端连接,搜索模块5的另一端与信息输出模块6连接。
所述的视频识别模块1包含TOF 深度摄像机和彩色摄像机,彩色摄像机可以是传统的CCD/CMOS 摄像机,可提供彩色图像,TOF 深度摄像机可提供深度图像和强度图像,深度图像表示拍摄对象和TOF 深度摄像机之间的距离,强度图像表示TOF 深度摄像机接收的光强能量。
本发明具有以下有益效果:它方法简单,设计新颖合理,成本低,采用了统计学习方法和快速搜索方法,提高了搜索速度,使得人体姿态识别装置得以大范围推广使用。
附图说明:
图1为本发明的结构示意图。
具体实施方式:
参照图1,本具体实施方式采取以下技术方案:它包含视频识别模块1、人体特征提取模块2、信息预处理模块3、人体姿态匹配模块4、搜索模块5和信息输出模块6,视频识别模块1与人体特征提取模块2的一端连接,人体特征提取模块2的另一端与信息预处理模块3的一端连接,信息预处理模块3的另一端与人体姿态匹配模块4的一端连接,人体姿态匹配模块4的另一端与搜索模块5的一端连接,搜索模块5的另一端与信息输出模块6连接。
所述的视频识别模块1包含TOF 深度摄像机和彩色摄像机,彩色摄像机可以是传统的CCD/CMOS 摄像机,可提供彩色图像,TOF 深度摄像机可提供深度图像和强度图像,深度图像表示拍摄对象和TOF 深度摄像机之间的距离,强度图像表示TOF 深度摄像机接收的光强能量。
本具体实施方式具有以下有益效果:它方法简单,设计新颖合理,成本低,采用了统计学习方法和快速搜索方法,提高了搜索速度,使得人体姿态识别装置得以大范围推广使用。
Claims (2)
1.一种人体姿态识别装置,其特征在于它包含视频识别模块(1)、人体特征提取模块(2)、信息预处理模块(3)、人体姿态匹配模块(4)、搜索模块(5)和信息输出模块(6),视频识别模块(1)与人体特征提取模块(2)的一端连接,人体特征提取模块(2)的另一端与信息预处理模块(3)的一端连接,信息预处理模块(3)的另一端与人体姿态匹配模块(4)的一端连接,人体姿态匹配模块(4)的另一端与搜索模块(5)的一端连接,搜索模块(5)的另一端与信息输出模块(6)连接。
2.根据权利要求1所述一种人体姿态识别装置,其特征在于所述的视频识别模块(1)包含TOF深度摄像机和彩色摄像机,彩色摄像机可以是传统的CCD/CMOS 摄像机,可提供彩色图像,TOF深度摄像机可提供深度图像和强度图像,深度图像表示拍摄对象和TOF 深度摄像机之间的距离,强度图像表示TOF深度摄像机接收的光强能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310601951.XA CN104463089A (zh) | 2013-11-25 | 2013-11-25 | 一种人体姿态识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310601951.XA CN104463089A (zh) | 2013-11-25 | 2013-11-25 | 一种人体姿态识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104463089A true CN104463089A (zh) | 2015-03-25 |
Family
ID=52909106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310601951.XA Pending CN104463089A (zh) | 2013-11-25 | 2013-11-25 | 一种人体姿态识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463089A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783662A (zh) * | 2020-06-30 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 姿态估计方法、估计模型训练方法、装置、介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332362A (zh) * | 2008-08-05 | 2008-12-31 | 北京中星微电子有限公司 | 基于人体姿态识别的互动娱乐***及其实现方法 |
CN101989326A (zh) * | 2009-07-31 | 2011-03-23 | 三星电子株式会社 | 人体姿态识别方法和装置 |
CN103246351A (zh) * | 2013-05-23 | 2013-08-14 | 刘广松 | 一种用户交互***和方法 |
CN103310233A (zh) * | 2013-06-28 | 2013-09-18 | 青岛科技大学 | 同类行为多视图间相似度挖掘方法及行为识别方法 |
-
2013
- 2013-11-25 CN CN201310601951.XA patent/CN104463089A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332362A (zh) * | 2008-08-05 | 2008-12-31 | 北京中星微电子有限公司 | 基于人体姿态识别的互动娱乐***及其实现方法 |
CN101989326A (zh) * | 2009-07-31 | 2011-03-23 | 三星电子株式会社 | 人体姿态识别方法和装置 |
CN103246351A (zh) * | 2013-05-23 | 2013-08-14 | 刘广松 | 一种用户交互***和方法 |
CN103310233A (zh) * | 2013-06-28 | 2013-09-18 | 青岛科技大学 | 同类行为多视图间相似度挖掘方法及行为识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111783662A (zh) * | 2020-06-30 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 姿态估计方法、估计模型训练方法、装置、介质及设备 |
CN111783662B (zh) * | 2020-06-30 | 2022-02-08 | 北京字节跳动网络技术有限公司 | 姿态估计方法、估计模型训练方法、装置、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108776773B (zh) | 一种基于深度图像的三维手势识别方法及交互*** | |
CN101989326B (zh) | 人体姿态识别方法和装置 | |
CN107688391B (zh) | 一种基于单目视觉的手势识别方法和装置 | |
WO2020078017A1 (zh) | 用于识别空中手写的方法、装置、设备以及计算机可读存储介质 | |
CN103136986B (zh) | 手语识别方法及*** | |
CN102831380A (zh) | 一种基于深度图像感应的肢体动作识别方法及*** | |
US9842434B2 (en) | System and method for reproducing objects in 3D scene | |
CN106774850B (zh) | 一种移动终端及其交互控制方法 | |
CN108898063A (zh) | 一种基于全卷积神经网络的人体姿态识别装置及方法 | |
Lee et al. | Game interface using hand gesture recognition | |
CN108089191B (zh) | 一种基于激光雷达的全局定位***及方法 | |
CN104700385B (zh) | 基于fpga实现的双目视觉定位装置 | |
CN113378770B (zh) | 手势识别方法、装置、设备、存储介质 | |
CN103093191A (zh) | 一种三维点云数据结合数字影像数据的物体识别方法 | |
CN104851099A (zh) | 一种基于表示学习的图像融合方法 | |
AU2011301774A1 (en) | A method for enhancing depth maps | |
CN103500010B (zh) | 一种视频人手指尖定位方法 | |
Zhang et al. | A survey on human pose estimation | |
CN104571510A (zh) | 一种3d场景中输入手势的***和方法 | |
CN103942843A (zh) | 一种基于视频的航道船舶三维模型动态呈现方法 | |
CN103455142A (zh) | 图像识别实时三维交互装置及图像识别实时三维交互方法 | |
CN114241379A (zh) | 一种乘客异常行为识别方法、装置、设备及乘客监控*** | |
Beg et al. | Text writing in the air | |
Liang et al. | Egocentric hand pose estimation and distance recovery in a single RGB image | |
CN111368883B (zh) | 基于单目摄像头的避障方法、计算装置及存储装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160420 Address after: 230001 Mount Huangshan road Anhui city Hefei province high tech Zone No. 616 iFLYTEK No. 1 building three layer Applicant after: Hefei Huanjing Information Technology Co., Ltd. Address before: 241000 Anhui city of Wuhu province Zhongshan Science Industrial Park Road No. 717 B6 Applicant before: Anhui Coswit Information Technology Co., Ltd. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150325 |