CN109284681B - 位姿检测方法及装置、电子设备和存储介质 - Google Patents
位姿检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109284681B CN109284681B CN201810950565.4A CN201810950565A CN109284681B CN 109284681 B CN109284681 B CN 109284681B CN 201810950565 A CN201810950565 A CN 201810950565A CN 109284681 B CN109284681 B CN 109284681B
- Authority
- CN
- China
- Prior art keywords
- position information
- feature
- dimensional
- dimensional position
- mean
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 90
- 238000010606 normalization Methods 0.000 claims description 101
- 239000011159 matrix material Substances 0.000 claims description 98
- 238000012545 processing Methods 0.000 claims description 94
- 230000006870 function Effects 0.000 claims description 66
- 238000012937 correction Methods 0.000 claims description 58
- 238000013519 translation Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 44
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 210000003423 ankle Anatomy 0.000 claims description 10
- 210000003127 knee Anatomy 0.000 claims description 10
- 210000000707 wrist Anatomy 0.000 claims description 10
- 238000013136 deep learning model Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 210000001624 hip Anatomy 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 210000001513 elbow Anatomy 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 210000003739 neck Anatomy 0.000 description 4
- 210000002832 shoulder Anatomy 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
本公开涉及一种位姿检测方法及装置、电子设备和存储介质,其中所述方法包括:确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取;基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿。本公开实施例可提高位姿检测精度。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种位姿检测方法及装置、电子设备和存储介质。
背景技术
在计算机视觉中,人体姿态估计是重要的人机交互接口,尤其是对人体在三维空间中的姿态和位置估计,是交互过程中最基础,也是最关键的内容。
传统技术中,利用了较为昂贵的深度摄像头设备,对人体进行相对粗糙的三维建模,从而达到预测人体相对相机位姿的目的。但是如今大多数的摄像设备只有RGB三通道的数据,所以传统方法无法得到大规模的推广。
利用RGB摄像头设备,现有的技术局限于二维人体关键点检测和三维人体姿态的粗略估计,无法定位人体在整个三维空间中的大小和位置,这意味着无法预测人是否进行了移动。
近年来,深度学习算法的进步,使得通过图片直接预测三维人体姿态成为了大多数应用首选的办法,但是直接使用深度神经网络进行位姿的预测,也无法得到令人满意的精度。
发明内容
本公开实施例提供了一种结合摄像设备的设备参数执行人***姿检测从而提高检测精度的位姿检测方法及装置、电子设备和存储介质。
根据本公开的一方面,提供了一种位姿检测方法,其包括:
确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取;
基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述确定目标图像中目标对象的各第一特征部的第一位置信息包括:
获取所要识别的第一特征部的信息;
基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
在本公开实施例中,所述基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息包括:
基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
利用各所述第二位置信息确定所述第二特征部的三维位置信息。
在本公开实施例中,所述基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息包括:
利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息;
确定各第一特征部的第三位置信息的均值和方差;
基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
在本公开实施例中,所述利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息包括:
利用所述设备参数对所述第一位置信息执行去畸变处理;
对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。
在本公开实施例中,所述利用所述设备参数对所述第一位置信息执行去畸变处理包括:
利用第一公式对所述第一位置信息执行所述去畸变处理处理,其中第一公式包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理处理后的横坐标值和纵坐标值。
在本公开实施例中,所述基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息包括:
利用第二公式,基于所述均值和方差对所述第三位置信息执行第二归一化处理,其中所述第二公式包括:
其中,s和t分别表示第二位置信息的横坐标和纵坐标,xi和yi分别表示第i个第一特征的第三位置信息的横坐标值和纵坐标值,mean函数为均值函数,std函数为方差函数,i为正整数。
在本公开实施例中,所述利用各所述第二位置信息确定所述第二特征部的三维位置信息包括:
利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维位置信息;
其中,所述预设模型包括深度学习模型。
在本公开实施例中,所述基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息包括:
基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
利用各所述第二位置信息确定所述第二特征部的三维形成的第四位置信息;
对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
在本公开实施例中,所述对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息包括:
利用第三公式,对各所述第四位置信息执行逆归一化处理得到三维位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
在本公开实施例中,所述基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿包括:
基于相同特征部的第一位置信息和三维位置信息确定校正参数;
基于所述校正参数校正所述三维位置信息;
基于校正后的三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述基于相同特征部的第一位置信息和三维位置信息确定校正参数包括:
利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
在本公开实施例中,所述利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息,包括:
通过第四公式利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息,其中所述第四公式包括:
S5=K[R|T]·S3
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,S5为第五位置信息,S3为三维位置信息。
在本公开实施例中,所述基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求,包括:
利用优化模型执行所述旋转矩阵和平移矩阵的反馈调节,所述优化模型的表达式包括:
其中,arg min函数表示差异的最小化函数,S2表示第二位置信息。
在本公开实施例中,所述基于所述校正参数校正所述三维位置信息包括:
利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
在本公开实施例中,所述基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿,还包括:
基于所述第一特征部的第一标识和第二特征部的第二标识,确定第一特征部和第二特征部中的相同特征部。
在本公开实施例中,所述方法还包括:
获取目标图像;
识别所述目标图像中的目标对象。
在本公开实施例中,所述第一特征部包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。
根据本公开实施例的第二方面,提供了一种位姿检测装置,其包括:
第一确定模块,其配置为确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取;
第二确定模块,其配置为基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
第三确定模块,其配置为基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述第一确定模块包括:
信息获取单元,其配置为获取所要识别的第一特征部的信息;
特征识别单元,其配置为基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
二维位置确定单元,其配置为基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
在本公开实施例中,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维位置信息。
在本公开实施例中,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息,以及确定各第一特征部的第三位置信息的均值和方差,并基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
在本公开实施例中,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行去畸变处理,并对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。
在本公开实施例中,所述归一化单元还配置为利用第一公式对所述第一位置信息执行所述去畸变处理处理,其中第一公式包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理处理后的横坐标值和纵坐标值。
在本公开实施例中,所述归一化单元还配置为利用第二公式,基于所述均值和方差对所述第三位置信息执行第二归一化处理,其中所述第二公式包括:
其中,s和t分别表示第二位置信息的横坐标和纵坐标,xi和yi分别表示第i个第一特征的第三位置信息的横坐标值和纵坐标值,mean函数为均值函数,std函数为方差函数,i为正整数。
在本公开实施例中,所述三维位置确定单元还配置为利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维位置信息;
其中,所述预设模型包括深度学习模型。
在本公开实施例中,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维形成的第四位置信息;
逆归一化单元,其配置为对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
在本公开实施例中,所述逆归一化单元还配置为利用第三公式,对各所述第四位置信息执行逆归一化处理得到三维位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
在本公开实施例中,所述第三确定模块包括:
校正参数确定单元,其配置为基于相同特征部的第一位置信息和三维位置信息确定校正参数;
校正单元,其配置为基于所述校正参数校正所述三维位置信息;
位姿确定单元,其配置为基于校正后的三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述校正参数确定单元还配置为利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
在本公开实施例中,所述校正参数确定单元还配置为通过第四公式利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息,其中所述第四公式包括:
S5=K[R|T]·S3
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,S5为第五位置信息,S3为三维位置信息。
在本公开实施例中,所述校正参数确定单元还配置为利用优化模型执行所述旋转矩阵和平移矩阵的反馈调节,所述优化模型的表达式包括:
其中,arg min函数表示差异的最小化函数,S2表示第二位置信息。
在本公开实施例中,所述校正单元还配置为利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
在本公开实施例中,所述所述第三确定模块还包括:
匹配单元,其配置为基于所述第一特征部的第一标识和第二特征部的第二标识,确定第一特征部和第二特征部中的相同特征部。
在本公开实施例中,所述装置还包括:
图像获取模块,其配置为获取目标图像;
对象识别模块,其配置为识别所述目标图像中的目标对象。
在本公开实施例中,所述第一特征部包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。
根据本公开实施例的第三方面,提供了一种电子设备,其包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至18中任意一项所述的方法。
根据本公开实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至18中任意一项所述的方法。
本公开实施例通过结合设备参数来执行图像中对象的位姿检测,其中可以消除不同设备参数对姿态检测所带来的影响,能够提高位姿检测的精度,同时本公开实施例可以利用第一位置信息和三维位置信息之间的差异来确定调节三维位置信息的校正参数,从而进一步提高位姿的检测精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的位姿检测方法的流程图;
图2示出根据本公开实施例的姿态检测方法中步骤S100的流程图;
图3示出根据本公开实施例的目标图像以及识别出的第一特征部的对应关系图;
图4示出根据本公开实施例的位姿检测方法中的步骤S200的流程图;
图5示出根据本公开实施例中利用各第二位置信息确定第二特征部的三维位置信息的第二预设模型的结构示意图;
图6示出根据本公开实施例的位姿检测方法中步骤S201的流程图;
图7示出根据本公开实施例的位姿检测方法中的步骤S2011的流程图;
图8示出根据本公开实施例的位姿检测方法中步骤S200的流程图
图9示出根据本公开实施例的位姿检测方法中步骤S300的流程图;
图10示出根据本公开实施例的位姿检测方法中步骤S301的流程图;
图11示出根据本公开实施例的位姿检测装置的框图;
图12示出根据本公开实施例的电子设备的框图;
图13示出根据本公开实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图1示出根据本公开实施例的位姿检测方法的流程图,其中,如图1所示,所述位姿检测方法可以包括:
S100:确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取;
S200:基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
S300:基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿。
本公开实施例所提供的位姿检测方法可以用于图像中人体对象的位姿检测,位姿可以包括人体对象的各特征部的位置信息和空间姿态。其中,姿态可以包括跑、坐、站立、行走、跳跃、匍匐、卧倒、飞等等状态,也可以是其他的状态,所有能够作为目标对象的空间状态的情况都可以作为本公开实施例识别的姿态类型。另外,本公开实施例可以结合摄取该图像的摄像设备的参数来执行人体对象的各特征部的位置优化,并利用确定的校正参数进一步优化各位置信息,从而提高姿态检测的精确度。
本实施例中的目标对象是指用于执行姿态检测的图像,该目标对象中被执行姿态检测的对象称作为目标对象,该目标对象可以包括人、动物等。在本公开实施例可以首先获取目标图像,例如可以从存储的图像数据中选择出目标图像,或者也可以从其他设备接收传输的目标图像,或者也可以是直接通过摄像设备摄取目标图像,上述仅为获取目标图像的示例性说明,本公开对此不进行限制。
在获取目标图像后,可以识别该目标图像中的目标对象,其中可以通过图像识别算法识别出目标图像中的目标对象,也可以通过经过训练的机器学习网络模型执行目标对象的识别,该机器学习网络模型可以包括神经网络模型,或者深度学习神经网络模型等,本公开对此也不进行限制。其中,本公开实施例以人为目标对象进行说明,在其他实施例中目标对象也可以为动物、卡通人物等等。
步骤S100中,在识别出目标对象后,可以确定目标对象中的各第一特征部的第一位置信息。其中,目标对象的第一特征部为目标对象上的关键特征部位,例如可以包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。其中肩部可以分为左肩部和右肩部,肘部可以分为左肘部和右肘部,腕部可以分为左腕部和右腕部,髋部可以分为左髋部和右髋部,膝部可以分为左膝部和右膝部,以及踝部可以分为左踝部和右踝部。其中,对于上述第一特征部的识别也可以通过预设的特征识别算法来执行,或者也可以通过经过训练的机器学习网络模型来识别。另外在识别出各个第一特征部后,可以确定各第一特征部的位置信息。对于第一特征部的识别和确定,可以直接将目标图像输入至训练完成的第一预设模型,通过该第一预设模型可以直接识别出目标图像中的目标对象的各第一特征部。或者也可以直接利用第一预设算法识别目标对象中的各第一特征部。本公开实施例可以采用现有技术手段执行第一预设模型的训练和建立,对此不进行限制。另外,第一预设算法可以包括任意的特征识别算法。
另外,本公开实施例也可以首先获取所要识别的第一特征部的信息,进而识别对应的第一特征部的位置。图2示出根据本公开实施例的姿态检测方法中步骤S100的流程图,其中步骤S100可以包括:
S101:获取所要识别的第一特征部的信息;
S102:基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
S103:基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
首先,可以获取所要识别的第一特征部的信息,如上所述第一特征部可以包括头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种,此时获取的第一特征部的信息包括所要识别的第一特征部的标识,如该标识可以是对应特征部的名称,也可以是预设的编号,基于该编号可以唯一的对应到第一特征部。
在获取第一特征部的信息后,则可以执行第一特征部的识别操作,其中可以根据第一预设算法或者第一预设模型来执行该识别操作,其中第一预设算法可以包括局部特征点检测算法、斑点检测算法以及角点检测算法中的至少一种,或者也可以包括其他能够实现第一特征部的检测和识别的算法。第一预设模型可以是上述经过训练完成的网络模型,例如可以包括机器学习网络模型,如神经网络模型、深度学习神经网络模型等。图3示出根据本公开实施例的目标图像以及识别出的第一特征部的对应关系图,其中以圆点的方式表示识别各第一特征部。
在识别出各第一特征部之后,则可以执行步骤S103,基于建立的直角坐标系确定各第一特征部的第一位置信息,各第一位置信息以二维坐标的形式表示,如(x,y)。
这里,第一位置信息的确定也可以通过上述第一预设模型来实现,该模型可以实现第一特征部的识别以及对应位置信息的确定,或者也可以通过识别出的第一特征部之间的相对位置确定各第一位置信息,例如以其中一个第一特征部的位置作为坐标原点,利用各第一特征部之间的相对位置关系则可以确定其余各第一特征部的位置坐标。以上仅为确定第一位置信息的示例性说明,本公开实施例对此不进行限定。
在确定了目标对象的各第一特征部的第一位置信息后,则可以根据摄取目标图像的摄像设备的设备参数确定目标对象的第二特征部的三维位置信息。其中三维位置信息是指在三维坐标系下的位置信息,而第一位置信息为二维坐标系下的位置信息,通过三维位置信息可以更精确的对目标对象的姿态进行检测。
其中,本公开实施例可以首先利用摄像设备参数对各第一特征部的第一位置信息进行归一化处理,以去除不同设备参数对位置信息带来的差异性影响,而后再根据归一化处理后的第一位置信息执行第一特征部的二维坐标至第二特征部的三维坐标的转换,获得三维位置信息。图4示出根据本公开实施例的位姿检测方法中步骤S200的流程图,其中本公开实施例步骤S200可以包括:
S201:基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
S202:利用各所述第二位置信息确定所述第二特征部的三维位置信息。
其中本公开实施例可以利用第二预设模型实现基于各第一特征部的第二位置信息确定第二特征部的三维位置信息。本公开实施例中的第一特征部可以包括在第二特征部内,即第二特征部可以和第一特征部可以相同,也可以具有比第一特征部多的特征部。例如本公开实施例的第二特征部相较于第一特征部还可以包括:胯部中点、腰椎中点、鼻子和脊椎中点中的至少一种。其中胯部中点是通过左髋部和右髋部的位置来确定,脊椎中点可以根据颈椎和胯部中点来确定,以及腰椎中点也可以根据颈椎和胯部中点来确定,鼻子可以基于头部特征点来确定。
图5示出根据本公开实施例中利用各第二位置信息确定第二特征部的三维位置信息的第二预设模型的结构示意图,其中,可以向该第二预设模型输入各第一特征部的第二位置信息,经过第二预设模型的学习操作可以获得对应的第二特征部的三维位置信息。其中,第二预设模型可以包括深度学习模型。第二预设模型中可以包括全连接层A、批处理以及ReLU函数层B,以及dropout函数层C,对于第二预设模型的生成过程,本公开实施例对此不进行赘述,其可以通过对大量的关于二维坐标形式的第一特征部的信息进行学习训练,以优化生成的机器学习模型。例如准备了约30万组数据,每一组数据是(一个二维人体骨架坐标和与之对应的三维人体骨架坐标),数学上的表示是(x1,y1,x2,y2,...,x14,y14)和(X1,Y1,Z1,...,X17,Y17,Z17),其中x1…x14分别为14个第一特征部的第二位置信息的横坐标值,y1…y14分别为14个第一特征部的第二位置信息的纵坐标值,(X,Y,Z)分别为生成的第二特征部的三维位置信息的坐标值。其中,第一特征部和第二特征部的数量可以根据需求进行设置,第二预设模型可以根据相应的配置信息完成第二特征部的确定。
进一步地,可以利用匹配的第一特征部和第二特征部对应的第一位置信息和三维位置信息对三维位置信息进行修正,根据修正后的三维位置信息确定目标对象的空间位姿。
基于本公开实施例的上述配置,可以实现根据摄像设备的设备参数境地由于不同设备参数对特征部位置信息的差异化影响,同时,根据对应特征部的二维位置信息和三维位置信息对三维位置进行校正,提高了姿态检测的精确度。
下面对本公开实施例进行详细说明,其中,如上述实施例所述,本公开实施例可以对步骤S100获得的各第一特征部的第一位置信息执行归一化处理得到对应的第二位置信息,以消除设备参数差异对于位置信息检测的影响。图6示出根据本公开实施例的位姿检测方法中步骤S201的流程图,其中步骤S201可以包括:
S2011:利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息;
S2012:确定各第一特征部的第三位置信息的均值和方差;
S2013:基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
其中,本公开实施例在执行第一位置信息的归一化处理时,可以利用设备参数对各第一特征的第一位置信息执行第一归一化处理,获得各第一特征部的第三位置信息。通过该第一归一化处理可以去除各第一位置信息由于摄像设备的参数所带来的畸变误差,而后利用畸变处理后的第一位置信息执行归一化处理,得到第三位置信息,进一步归一化由于不同设备参数引起的差异性影响。
图7示出根据本公开实施例的位姿检测方法中的步骤S2011的流程图,其中步骤S201可以包括:
S20111:利用所述设备参数对所述第一位置信息执行去畸变处理;
S20112:对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。其中,可以利用第一公式对所述第一位置信息执行所述去畸变处理处理,其中第一公式可以包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理处理后的横坐标值和纵坐标值。其中,径向畸变是指矢量端点沿长度方向发生的变化dr,也就是矢径的变化,切向畸变是指矢量端点沿切线方向发生的变化,也就是角度的变化dt。
通过上述第一公式即可以获得畸变处理后的第一位置信息(u,v),而后可以执行第一归一化处理,其中第一归一化处理的公式可以包括:
其中,xn和yn分别为第一归一化处理后的第三位置信息的横坐标和纵坐标值。基于上述配置,可以在执行去畸变处理后在执行归一化处理,可以进一步提高位置信息的精确定位。
在获得各第一特征部的第三位置信息后,则可以确定各第三位置信息的均差和方差,并根据该方差和均值进一步执行第二归一化处理,从而得到对于第一特征部的第二位置信息。本公开实施例中,所述确定各第一特征部的第三位置信息的均值和方差可以包括:基于各第一特征部的第三位置信息的横坐标值,确定所述第三位置信息的横坐标的均值和方差;基于各第一特征的第三位置信息的纵坐标值,确定所述第三位置信息的纵坐标的均值和方差。其中,即可以利用均值公式和方差公式分别确定各第一特征部的第三位置信息横坐标值的方差和均值,以及纵坐标值的方差和均值。
或者,本公开实施例中,也可以基于各第一特征部的第三位置信息生成与各第三位置信息的横坐标对应的横坐标均值和横坐标方差,以及与各第三位置信息的纵坐标对应的纵坐标均值和纵坐标方差。也即,每个第三位置信息的横坐标都对应有各自的方差和均值,纵坐标也都对应有各自的均值和方差。例如,可以通过第三预设模型执行第一位置信息的归一化处理过程。第三预设模型可以包括神经网络模型,在训练该神经网络模型时,可以通过大量的数据进行训练,例如可以输入30万组训练数据,其中每组训练数据可以包括输入的各特征部的第三位置信息,以及对应的为归一化后的第二位置信息。基于训练数据中每个相同特征部的第三位置信息的横坐标的均值和方差,确定为对应于该特征部的横坐标均值和方差,以及基于训练数据中每个相同特征部的第三位置信息的纵坐标的均值和方差,确定为对应于该特征部的纵坐标均值和方差。
因此,在向该第三预设模型输入各第一特征部的第三位置信息时,可以对应的获取相应特征部的横坐标均值、方差和纵坐标均值、方差。继而根据各特征部的均值和方差对第三位置信息执行第二归一化处理,其中可以利用第二公式,基于所述均值和方差对所述第三位置信息执行第二归一化处理,其中所述第二公式包括:
其中,s和t分别表示第i个第一特征部的第二位置信息的横坐标和纵坐标,xi和yi分别表示第i个第一特征部的第三位置信息的横坐标值和纵坐标值,mean函数为对应第一特征部的横坐标或者纵坐标均值函数,std函数为对应第一特征部的横坐标或者纵坐标均的方差函数,i为正整数。
在确定了各第一特征部的第二位置信息的情况下,可以利用该第二位置信息执行第二特征部的三维位置信息的确定过程。其中,在本公开实施例中,还可以对各第二特征部的三维位置信息进行逆归一化处理,根据逆归一化处理后的三维位置信息可以作为目标对象的相对于摄像设备的实际位置坐标,以用于更精确的确定目标对象的姿态。其中,图8示出根据本公开实施例的位姿检测方法中步骤S200的流程图。其中,步骤S200可以包括:
S201:利用各所述第二位置信息确定所述第二特征部的三维位置信息包括:
S202:利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维形式的第四位置信息;
S203:对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
其中,S201和S202与图4中的步骤S201和S202的处理方式相同,本公开实施例中的第四位置信息相当于图4所对应的实施例中的三维位置信息,本公开实施例可以对第四位置信息进行逆归一化处理,以减小训练参数等对位置信息的影响。
在本公开实施例中,还可以对各第二特征部的三维位置信息或者校正后的三维位置信息进行逆归一化处理,根据逆归一化处理后的三维位置信息可以作为目标对象的实际位置坐标,以用于更精确的确定目标对象的姿态。本公开实施例以对校正后的三维位置信息进行逆归一化处理进行说明,直接对未校正的三维位置信息进行归一化处理过程与之类似,在此不进行重复说明。其中该逆归一化处理的过程可以包括:
利用第三公式,对校正后的三维位置信息执行逆归一化处理得到第五位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
对应的,本公开实施例中的各第二特征部的各第四位置信息的X坐标均值可以是利用均值函数基于每个各第四位置信息的X坐标值得到的,各第四位置信息的Y坐标均值可以是利用均值函数基于每个各第四位置信息的Y坐标值得到的,以及各各第四位置信息的Z坐标均值可以是利用均值函数基于每个各第四位置信息的Z坐标值得到的。以及本公开实施例中的各各第四位置信息的X坐标的方差可以是利用方差函数基于每个各第四位置信息的X坐标值和X坐标均值得到的,各第四位置信息的Y坐标的方差可以是利用方差函数基于每个各第四位置信息的Y坐标值和Y坐标均值得到的,以及各各第四位置信息的Z坐标的方差可以是利用方差函数基于每个各第四位置信息的Z坐标值和Z坐标均值得到的。
或者,本公开实施例中的mean函数也可以是分别为对应特征部的三维位置信息的X、Y或者Z的均值,std函数可以分别为对应特征部的校正后的三维位置信息的X、Y或者Z的方差。即,每个第二特征部的第四位置信息都可以具有对应的X的均值、方差,Y的均值和方差,以及Z的均值和方法。其中,在利用训练数据对第三预设模型进行训练时,可以训练过程中根据得到的各第四位置信息分别确定实际应用时各第二特征部的各第四位置信息中X的均值和方差,Y的均值和方差以及Z的均值和方差。例如可以获得训练数据中生成的对于头部特征部的第四位置信息的X的均值和方差,Y的均值和方差以及Z的均值和方差,对应的也可以得到其他特征部的第四位置信的X的均值和方差,Y的均值和方差以及Z的均值和方差,以此得到每个特征部的第四位置信息的X的均值和方差,Y的均值和方差以及Z的均值和方差。
因此,可以利用对应特征部的第四位置信息的均值和方差执行各第二特征部的逆归一化处理,以减少训练数据所带来的影响,得到精确的各第二特征部的三维位置信息。最终根据该第二特征部的三维位置信息获得目标对象的位姿。
本公开实施例中,在确定了三维位置信息之后,还可以对三维位置信息进行校正,以确定对应的空间位姿。图9示出根据本公开实施例的位姿检测方法中步骤S300的流程图,其中步骤S300可以包括:
S301:基于相同特征部的第一位置信息和三维位置信息确定校正参数;
S302:基于所述校正参数校正所述三维位置信息;
S303:基于校正后的三维位置信息确定所述目标对象的空间位姿。
其中,本公开实施例中的第一特征部和第二特征部可能存在不同的特征部,因此,在执行三维位置信息的校正时,首先需要对应第一特征部和第二特征部中的相相同特征部。其中,本公开实施例中的第一特征部和第二特征部都可以对应有标识信息,例如,第一特征部可以对应有第一标识,第二特征部可以对应有第二标识,因此可以通过匹配对应的第一特征部和第二特征部的标识信息来确定相同的特征部。例如具有相同标识信息的第一特征部和第二特征部被用于确定校正参数,该具有相同标识信息的第一特征部和第二特征部实际为相同的特征部。或者,相同特征部的第一标识和第二标识之间可以存在对应的映射关系,因此,可以将相互关联的第一标识和第二标识对应的第一特征部和第二特征部作为相同特征部。这里,标识信息可以是为特征部分配的唯一的标识,其中可以为编号或者名称等。另外,步骤S301中的三维位置信息可以包括图4实施例中的三维位置信息或者图8实施例中的三维位置信息。
本公开实施例,基于确定的相同特征部,可以执行校正参数的确定过程,图11示出根据本公开实施例的位姿检测方法中步骤S301的流程图,其中步骤S301可以包括:
S3011:利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
S3012:基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
S3013:基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
本公开实施例中,由于第一特征部的第二位置信息为二维坐标形式,而三维位置信息为三维坐标形式,因此,需要将二者的坐标形式统一,以确定校正系数。本公开实施例中,可以利用旋转矩阵和平移矩阵将三维位置信息转换成二维形式的第四位置信息。其中,旋转矩阵为目标对象相对于摄像设备的旋转向量,平移矩阵为目标对象相对于摄像设备的平移向量。本公开实施例可以上述第三预设模型执行该三维位置信息的校正过程,其中第三预设模型可以根据预先配置的旋转矩阵和平移矩阵执行三维位置信息的二维形式的转化。例如,可以通过第四公式利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息,其中第四公式可以包括:
S5=K[R|T]·S3
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,S5为第五位置信息,S3为三维位置信息。
另外,第三预设模型还可以根据对应特征部的第二位置信息和第五位置信息之间的差异反馈调节旋转矩阵和平移矩阵,直至所有特征部的第二位置信息和第五位置信息的差异都满足预设要求,该满足预设要求可以包括两个位置信息之间的距离小于预设的距离阈值,其中预设的距离阈值可以为根据需求预先配置的值,在不同的实施例中可以设定为不同的值。同时可以将在差异满足预设要求时的旋转矩阵和平移矩阵作为校正参数。
或者,在本公开的另一些实施例中,也可以利用优化模型执行所述旋转矩阵和平移矩阵的反馈调节,所述优化模型的表达式包括:
argminK[R][T]·S3-S2
R,T
其中,arg min函数表示差异的最小化函数,S2表示第二位置信息。即,本公开实施例中可以通过优化模型调节旋转矩阵R和平移矩阵T使得第五位置信息和第二位置信息之间的差异最小化。这里优化模型可以包括神经网络模型或者其他机器学习模型。
另外,在获得满足预设条件时的旋转矩阵R和平移矩阵T之后,可以基于所述校正参数校正所述三维位置信息,其中可以包括:利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
即,可以利用满足预设要求的差异所对应的旋转矩阵和平移矩阵对三维位置信息进行校正,并得到校正后的三维位置信息,以此利用该三维位置信息确定目标对象的空间位姿。其中,本公开实施例可以直接利用该校正后的各第二特征部的三维位置信息进行空间位姿的确定,以提高位姿检测的精度。
为了更加清楚的说明本公开实施例,下面举例说明本公开实施例的位姿检测算法的流程,其中可以包括:
获取图像数据,该图像数据可以包括视频或者图片;
利用二维人体关键点检测工具,得到图像上14点的关键点位置,即14个第一特征部的第一位置信息;
利用二维关键点位置信息,得到对于的三维人体骨架(17个关键点,其中骨盆处关键点位置固定为原点),该17个关键点即为三维关键点的三维位置信息;
将上述步骤中得到的两个人体关键点模型进行对齐操作(即确定相同特征部),使得每个关键点在物理意义上一致;
已知当前设备的内参K,计算目标人体在相机坐标系下的外参旋转矩阵R和平移矩阵T。其中,
其中,fx,fy,cx,cy可由张正友标定法标定当前设备而来。不妨设对齐后的二维人体骨架S2和三维人体骨架S3,那么最优化下列公式即可为
argminK[R][T]·S3-S2;
R,T
在确定了优化的R和T之后,可以对三维位置信息进行校正,例如通过P'=P*R+T获得P’,进而可以确定位姿。
由于本公开实施例可以利用视频数据作为图像数据,因此在执行R和T的优化操作时,前一帧的R和T可以用来作为后一帧的初始值,进一步提高优化精度。
综上所述,本公开实施例通过结合设备参数来执行图像中对象的位姿检测,其中可以消除不同设备参数对姿态检测所带来的影响,能够提高位姿检测的精度,同时本公开实施例可以利用第一位置信息和三维位置信息之间的差异来确定调节三维位置信息的校正参数,从而进一步提高位姿的检测精度。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图2示出根据本公开实施例的一种位姿检测装置的框图,其中所述装置可以包括:
第一确定模块10,其配置为确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取;
第二确定模块20,其配置为基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
第三确定模块30,其配置为基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述第一确定模块包括:
信息获取单元,其配置为获取所要识别的第一特征部的信息;
特征识别单元,其配置为基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
二维位置确定单元,其配置为基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
在本公开实施例中,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维位置信息。
在本公开实施例中,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息,以及确定各第一特征部的第三位置信息的均值和方差,并基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
在本公开实施例中,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行去畸变处理,并对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。
在本公开实施例中,所述归一化单元还配置为利用第一公式对所述第一位置信息执行所述去畸变处理处理,其中第一公式包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理处理后的横坐标值和纵坐标值。
在本公开实施例中,所述归一化单元还配置为利用第二公式,基于所述均值和方差对所述第三位置信息执行第二归一化处理,其中所述第二公式包括:
其中,s和t分别表示第二位置信息的横坐标和纵坐标,xi和yi分别表示第i个第一特征的第三位置信息的横坐标值和纵坐标值,mean函数为均值函数,std函数为方差函数,i为正整数。
在本公开实施例中,所述三维位置确定单元还配置为利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维位置信息;
其中,所述预设模型包括深度学习模型。
在本公开实施例中,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维形成的第四位置信息;
逆归一化单元,其配置为对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
在本公开实施例中,所述逆归一化单元还配置为利用第三公式,对各所述第四位置信息执行逆归一化处理得到三维位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
在本公开实施例中,所述第三确定模块包括:
校正参数确定单元,其配置为基于相同特征部的第一位置信息和三维位置信息确定校正参数;
校正单元,其配置为基于所述校正参数校正所述三维位置信息;
位姿确定单元,其配置为基于校正后的三维位置信息确定所述目标对象的空间位姿。
在本公开实施例中,所述校正参数确定单元还配置为利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
在本公开实施例中,所述校正参数确定单元还配置为通过第四公式利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息,其中所述第四公式包括:
S5=K[R|T]·S3
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,S5为第五位置信息,S3为三维位置信息。
在本公开实施例中,所述校正参数确定单元还配置为利用优化模型执行所述旋转矩阵和平移矩阵的反馈调节,所述优化模型的表达式包括:
其中,arg min函数表示差异的最小化函数,S2表示第二位置信息。
在本公开实施例中,所述校正单元还配置为利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
在本公开实施例中,所述所述第三确定模块还包括:
匹配单元,其配置为基于所述第一特征部的第一标识和第二特征部的第二标识,确定第一特征部和第二特征部中的相同特征部。
在本公开实施例中,所述装置还包括:
图像获取模块,其配置为获取目标图像;
对象识别模块,其配置为识别所述目标图像中的目标对象。
在本公开实施例中,所述第一特征部包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图12是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图12,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图13是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图13,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (36)
1.一种位姿检测方法,其特征在于,包括:
确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取,所述第一位置信息为二维坐标系下的位置信息;
基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿;
所述基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿,包括:
基于相同特征部的第一位置信息和三维位置信息确定校正参数;
基于所述校正参数校正所述三维位置信息;
基于校正后的三维位置信息确定所述目标对象的空间位姿。
2.根据权利要求1所述的方法,其特征在于,所述确定目标图像中目标对象的各第一特征部的第一位置信息包括:
获取所要识别的第一特征部的信息;
基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
3.根据权利要求1或2所述的方法,其特征在于,所述基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息包括:
基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
利用各所述第二位置信息确定所述第二特征部的三维位置信息。
4.根据权利要求3所述的方法,其特征在于,所述基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息包括:
利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息;
确定各第一特征部的第三位置信息的均值和方差;
基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
5.根据权利要求4所述的方法,其特征在于,所述利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息包括:
利用所述设备参数对所述第一位置信息执行去畸变处理;
对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。
6.根据权利要求5所述的方法,其特征在于,所述利用所述设备参数对所述第一位置信息执行去畸变处理包括:
利用第一公式对所述第一位置信息执行所述去畸变处理,其中第一公式包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理后的横坐标值和纵坐标值。
8.根据权利要求3所述的方法,其特征在于,所述利用各所述第二位置信息确定所述第二特征部的三维位置信息包括:
利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维位置信息;
其中,所述预设模型包括深度学习模型。
9.根据权利要求1或2所述的方法,其特征在于,所述基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息包括:
基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
利用各所述第二位置信息确定所述第二特征部的三维形成的第四位置信息;
对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
10.根据权利要求9所述的方法,其特征在于,所述对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息包括:
利用第三公式,对各所述第四位置信息执行逆归一化处理得到三维位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
11.根据权利要求1所述的方法,其特征在于,所述基于相同特征部的第一位置信息和三维位置信息确定校正参数包括:
利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
14.根据权利要求11所述的方法,其特征在于,所述基于所述校正参数校正所述三维位置信息包括:
利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
15.根据权利要求11所述的方法,其特征在于,所述基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿,还包括:
基于所述第一特征部的第一标识和第二特征部的第二标识,确定第一特征部和第二特征部中的相同特征部。
16.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取目标图像;
识别所述目标图像中的目标对象。
17.根据权利要求1所述的方法,其特征在于,所述第一特征部包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。
18.一种位姿检测装置,其特征在于,包括:
第一确定模块,其配置为确定目标图像中目标对象的各第一特征部的第一位置信息,其中所述目标图像由摄像设备摄取,所述第一位置信息为二维坐标系下的位置信息;
第二确定模块,其配置为基于第一位置信息和所述摄像设备的设备参数确定针对所述目标对象的第二特征部的三维位置信息,所述第二特征部至少包括各第一特征部;
第三确定模块,其配置为基于对应的所述第一位置信息和三维位置信息确定所述目标对象的空间位姿;
所述第三确定模块包括:
校正参数确定单元,其配置为基于相同特征部的第一位置信息和三维位置信息确定校正参数;
校正单元,其配置为基于所述校正参数校正所述三维位置信息;
位姿确定单元,其配置为基于校正后的三维位置信息确定所述目标对象的空间位姿。
19.根据权利要求18所述的装置,其特征在于,所述第一确定模块包括:
信息获取单元,其配置为获取所要识别的第一特征部的信息;
特征识别单元,其配置为基于获取的第一特征部的信息,识别所述目标对象中的各所述第一特征部;
二维位置确定单元,其配置为基于建立的二维坐标系确定各所述第一特征部的第一位置信息。
20.根据权利要求18或19所述的装置,其特征在于,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维位置信息。
21.根据权利要求20所述的装置,其特征在于,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息,以及确定各第一特征部的第三位置信息的均值和方差,并基于所述均值和方差对各所述第三位置信息执行第二归一化处理,得到所述第二位置信息。
22.根据权利要求21所述的装置,其特征在于,所述归一化单元还配置为利用所述设备参数对所述第一位置信息执行去畸变处理,并对去畸变处理后的第一位置信息执行第一归一化处理,得到各所述第一特征部的第三位置信息。
23.根据权利要求22所述的装置,其特征在于,所述归一化单元还配置为利用第一公式对所述第一位置信息执行所述去畸变处理,其中第一公式包括:
x'=(x-cx)/fx
y'=(y-cy)/fy;
r=x'2+y'2
Δx=2p1x'y'+p2(r2+2x'2)
Δy=p1(r2+2y'2)+2p2x'y'
u'=(x'-Δx)t
v'=(y'-Δy)t
u=u'fx+cx
v=v'fx+cy
其中,fx为摄像设备在x轴上的焦距,fy为摄像设备在y轴上的焦距,cx和cy分别为摄像设备的光心坐标位置的横坐标值和纵坐标值,k1、k2、k3、k4、k5、k6分别为摄像设备的径向畸变参数,p1、p2为摄像设备的切向畸变参数,x和y分别为第一位置信息的横坐标值和纵坐标值,u和v分别为畸变处理后的横坐标值和纵坐标值。
25.根据权利要求20所述的装置,其特征在于,所述三维位置确定单元还配置为利用预设模型根据各所述第一特征部的第二位置信息,获得针对所述目标对象的第二特征部的三维位置信息;
其中,所述预设模型包括深度学习模型。
26.根据权利要求18或19所述的装置,其特征在于,所述第二确定模块包括:
归一化单元,其配置为基于所述摄像设备的设备参数对各所述第一位置信息执行归一化处理,得到第二位置信息;
三维位置确定单元,其配置为利用各所述第二位置信息确定所述第二特征部的三维形成的第四位置信息;
逆归一化单元,其配置为对各所述第四位置信息执行逆归一化处理得到各第二特征部的三维位置信息。
27.根据权利要求26所述的装置,其特征在于,所述逆归一化单元还配置为利用第三公式,对各所述第四位置信息执行逆归一化处理得到三维位置信息,其中所述第三公式包括:
X‘=X*std(X)+mean(X)
Y’=Y*std(Y)+mean(Y)
Z'=Z*std(Z)+mean(Z)
其中,X‘、Y’和Z'分别表示三维位置信息的三个坐标值,X、Y和Z分别表示第四位置信息的三个坐标值,std表示方差函数,mean表示均值函数。
28.根据权利要求18所述的装置,其特征在于,所述校正参数确定单元还配置为利用旋转矩阵和平移矩阵将所述三维位置信息转换成二维形式的第五位置信息;
基于所述第五位置信息和第二位置信息之间的差异反馈调节所述旋转矩阵和平移矩阵,直至所述差异满足预设要求;
基于所述差异满足预设要求时的旋转矩阵和平移矩阵确定所述校正参数。
31.根据权利要求28所述的装置,其特征在于,所述校正单元还配置为利用第五公式校正所述三维位置信息,其中所述第五公式包括:
P'=P*R+T
其中,P为校正之前的三维位置信息,P’为校正后的三维位置信息,R为旋转矩阵,T为平移矩阵。
32.根据权利要求28所述的装置,其特征在于,所述第三确定模块还包括:
匹配单元,其配置为基于所述第一特征部的第一标识和第二特征部的第二标识,确定第一特征部和第二特征部中的相同特征部。
33.根据权利要求18所述的装置,其特征在于,还包括:
图像获取模块,其配置为获取目标图像;
对象识别模块,其配置为识别所述目标图像中的目标对象。
34.根据权利要求18所述的装置,其特征在于,所述第一特征部包括:头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部中的至少一种。
35.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至17中任意一项所述的方法。
36.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至17中任意一项所述的方法。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810950565.4A CN109284681B (zh) | 2018-08-20 | 2018-08-20 | 位姿检测方法及装置、电子设备和存储介质 |
KR1020207030384A KR102324001B1 (ko) | 2018-08-20 | 2019-06-28 | 위치자세 검출 방법 및 장치, 전자 기기 및 저장 매체 |
PCT/CN2019/093697 WO2020038111A1 (zh) | 2018-08-20 | 2019-06-28 | 位姿检测方法及装置、电子设备和存储介质 |
JP2020558949A JP7074888B2 (ja) | 2018-08-20 | 2019-06-28 | 位置姿勢検出方法及び装置、電子機器並びに記憶媒体 |
SG11202010514SA SG11202010514SA (en) | 2018-08-20 | 2019-06-28 | Pose detection method and device, electronic device and storage medium |
MYPI2020005562A MY188075A (en) | 2018-08-20 | 2019-06-28 | Pose detection method and device, electronic device and storage medium |
EP19853007.3A EP3770803A4 (en) | 2018-08-20 | 2019-06-28 | ORIENTATION DETECTION PROCESS AND DEVICE, ELECTRONIC DEVICE AND RECORDING MEDIA |
US17/049,674 US11107239B2 (en) | 2018-08-20 | 2019-06-28 | Pose detection method and device, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810950565.4A CN109284681B (zh) | 2018-08-20 | 2018-08-20 | 位姿检测方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109284681A CN109284681A (zh) | 2019-01-29 |
CN109284681B true CN109284681B (zh) | 2020-11-27 |
Family
ID=65183286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810950565.4A Active CN109284681B (zh) | 2018-08-20 | 2018-08-20 | 位姿检测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109284681B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7074888B2 (ja) | 2018-08-20 | 2022-05-24 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | 位置姿勢検出方法及び装置、電子機器並びに記憶媒体 |
CN109829947B (zh) * | 2019-02-25 | 2021-11-23 | 北京旷视科技有限公司 | 位姿确定方法、托盘装载方法、装置、介质及电子设备 |
CN111815754B (zh) * | 2019-04-12 | 2023-05-30 | Oppo广东移动通信有限公司 | 一种三维信息确定方法、三维信息确定装置及终端设备 |
CN110503689B (zh) | 2019-08-30 | 2022-04-26 | 清华大学 | 位姿预测方法、模型训练方法及装置 |
CN111369571B (zh) * | 2020-02-27 | 2023-06-23 | 北京百度网讯科技有限公司 | 三维物***姿准确性判断方法、装置及电子设备 |
CN111666917A (zh) * | 2020-06-19 | 2020-09-15 | 北京市商汤科技开发有限公司 | 姿态检测及视频处理方法、装置、电子设备和存储介质 |
CN112802097B (zh) * | 2020-12-30 | 2024-07-12 | 深圳市慧鲤科技有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113095184B (zh) * | 2021-03-31 | 2023-01-31 | 上海商汤临港智能科技有限公司 | 定位方法、行驶控制方法、装置、计算机设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4501937B2 (ja) * | 2004-11-12 | 2010-07-14 | オムロン株式会社 | 顔特徴点検出装置、特徴点検出装置 |
CN101339607B (zh) * | 2008-08-15 | 2012-08-01 | 北京中星微电子有限公司 | 人脸识别方法及***、人脸识别模型训练方法及*** |
CN108647631B (zh) * | 2013-06-28 | 2023-04-07 | 日本电气株式会社 | 人群状态识别设备、方法和计算机可读记录介质 |
CN108177143B (zh) * | 2017-12-05 | 2021-08-10 | 上海工程技术大学 | 一种基于激光视觉引导的机器人定位抓取方法及*** |
-
2018
- 2018-08-20 CN CN201810950565.4A patent/CN109284681B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109284681A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284681B (zh) | 位姿检测方法及装置、电子设备和存储介质 | |
CN111105454B (zh) | 一种获取定位信息的方法、装置及介质 | |
CN105205479A (zh) | 人脸颜值评估方法、装置及终端设备 | |
CN109241875B (zh) | 姿态检测方法及装置、电子设备和存储介质 | |
CN109840939B (zh) | 三维重建方法、装置、电子设备及存储介质 | |
CN109819229B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN106845398B (zh) | 人脸关键点定位方法及装置 | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN107958223B (zh) | 人脸识别方法及装置、移动设备、计算机可读存储介质 | |
CN109377446B (zh) | 人脸图像的处理方法及装置、电子设备和存储介质 | |
CN106503682B (zh) | 视频数据中的关键点定位方法及装置 | |
CN109325908B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111523485A (zh) | 位姿识别方法及装置、电子设备和存储介质 | |
CN112414400B (zh) | 一种信息处理方法、装置、电子设备和存储介质 | |
KR102324001B1 (ko) | 위치자세 검출 방법 및 장치, 전자 기기 및 저장 매체 | |
CN107133577B (zh) | 一种指纹识别方法和装置 | |
CN111241887A (zh) | 目标对象关键点识别方法及装置、电子设备和存储介质 | |
CN112202962B (zh) | 屏幕亮度调节方法、装置及存储介质 | |
CN111860373B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN110930351A (zh) | 一种光斑检测方法、装置及电子设备 | |
CN107239758B (zh) | 人脸关键点定位的方法及装置 | |
CN107729886B (zh) | 人脸图像的处理方法及装置 | |
CN105678220B (zh) | 人脸关键点定位处理方法和装置 | |
CN112767541A (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN110826463A (zh) | 人脸识别方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |