CN105023280A - 一种基于3d骨架建模的检测方法 - Google Patents
一种基于3d骨架建模的检测方法 Download PDFInfo
- Publication number
- CN105023280A CN105023280A CN201510515874.5A CN201510515874A CN105023280A CN 105023280 A CN105023280 A CN 105023280A CN 201510515874 A CN201510515874 A CN 201510515874A CN 105023280 A CN105023280 A CN 105023280A
- Authority
- CN
- China
- Prior art keywords
- human body
- skeleton
- body contour
- contour outline
- detection method
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于3D骨架建模的检测方法,其特征在于,包括步骤:用深度摄像机拍摄人物视频;在视频中进行人脸检测;提取人体轮廓;对人体轮廓进行验证,判断是否是人体轮廓,是,则进行下一步,否,则返回到人脸检测步骤;进行图像滤波与平滑处理,并使用细化算法提取骨架线;计算人体部位距离,建立概率分布图;识别人体各部位,得到各关节点的坐标;连接各个关节点,形成完整的3D人体骨架;输出3D人体骨架与手的坐标;跟踪人体轮廓,并为下一帧提供信息。本发明的与现有技术相比,本发明的有益效果是?:能快速地检测到人,得到人体骨架线,并且精确定位每个人的关节点,建立3D骨架模型,运算速度快,计算复杂度低,适应各种复杂背景,每帧图像仅需5ms。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种基于 3D 骨架建模的检测方法。
背景技术
随着深度摄像机的兴起,基于深度摄像机的隔空操作计算机日益走入人们的生 活,鲁棒的人体骨架识别在游戏、人机交互、安全、远程监控,甚至医疗方面有很广泛的应 用。随着深度摄像机的引入,人体骨架识别领域不断有新的方法被提出。但是仍然没有一 套能够完整显示人的轮廓,并且实时的生成人体的 3D 骨架模型,得到各个关节点的 3D 坐标 的方法。
发明内容
本发明的目的在于提供一种基于 3D 骨架建模的检测方法,解决现有技术无法完整 显示人的轮廓,并且实时的生成人体的 3D 骨架模型,得到各个关节点的 3D 坐标的问题。
为解决上述的技术问题,本发明采用以下技术方案 :一种基于 3D 骨架建模的检测方法,包括步骤 :
步骤一,用深度摄像机拍摄人物视频 ;
步骤二,在视频中进行人脸检测 ;
步骤三,提取人体轮廓 ;
步骤四,对人体轮廓进行验证,判断是否是人体轮廓,是,则进行下一步,否,则返 回到人脸检测步骤 ;
步骤五,进行图像滤波与平滑处理,并使用细化算法提取骨架线 ;
步骤六,计算人体部位距离,建立概率分布图 ;
步骤七,识别人体各部位,得到各关节点的坐标 ;
步骤八,连接各个关节点,形成完整的 3D 人体骨架 ;
步骤九,输出 3D 人体骨架与手的坐标 ;
步骤十,跟踪人体轮廓,并为下一帧提供信息。
其中,所述步骤提取人体轮廓包括如下具体步骤 :从人脸中心点开始,向四周扩展找出所有与此深度相近的像素点,并保持区域连 通性。即对一个像素点,判断其是否在区域边界上,如果不在边界上,则把当前点置位,并递 归处理其上方、下方、左方、右方的像素点,直到整个图像扩展完毕。最后得到人体轮廓二值 图像。
其中,所述步骤对人体轮廓进行验证包括如下具体步骤 :
在得到人体轮廓二值图像后,用“凸模板”进行验证。如附图 2 所示,区域 1 即是“凸模板”,我们把“凸模板”放在人脸区域,并用以下公式计算 :
C=S1/S2
式中,S1 是区域 1 的面积,S2 是区域 2 的面积 ;
然后,判断 C 是否大于预定阈值,是,则认为此处是人脸 ;否,则认为此处不是人脸。
与现有技术相比,本发明的有益效果是 :能快速地检测到人,得到人体骨架线,并 且精确定位每个人的关节点,建立 3D 骨架模型,运算速度快,计算复杂度低,适应各种复杂 背景,每帧图像仅需 5ms。
附图说明
图 1 为本发明一种基于 3D 骨架建模的检测方法的一个实施例的流程图 ;
图 2为本发明一种基于 3D 骨架建模的检测方法用到的“凸模板”的示意图;
图 3为本发明一种基于 3D 骨架建模的检测方法中中的标准骨架模型的示意图。
具体实施方式
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
本发明实施例提供了一种基于 3D 骨架建模的检测方法,参见图 1 所示,包括步骤 :
步骤一,用深度摄像机拍摄人物视频 ;
步骤二,在视频中进行人脸检测 ;
步骤三,提取人体轮廓 ;
步骤四,对人体轮廓进行验证,判断是否是人体轮廓,是,则进行下一步,否,则返 回到人脸检测步骤;步骤五,进行图像滤波与平滑处理,并使用细化算法提取骨架线 ;
步骤六,计算人体部位距离,建立概率分布图 ;
步骤七,识别人体各部位,得到各关节点的坐标 ;
步骤八,连接各个关节点,形成完整的 3D 人体骨架 ;
步骤九,输出 3D 人体骨架与手的坐标 ;
步骤十,跟踪人体轮廓,并为下一帧提供信息。
其中,所述步骤提取人体轮廓包括如下具体步骤 :
从人脸中心点开始,向四周扩展找出所有与此深度相近的像素点,并保持区域连 通性。即对一个像素点,判断其是否在区域边界上,如果不在边界上,则把当前点置位,并递 归处理其上方、下方、左方、右方的像素点,直到整个图像扩展完毕。最后得到人体轮廓二值图像。
其中,所述步骤对人体轮廓进行验证包括如下具体步骤 :
在得到人体轮廓二值图像后,用“凸模板”进行验证。如附图 3 所示,区域 1 即是“凸模板”,我们把“凸模板”放在人脸区域,并用以下公式计算 :C=S1/S2
式中,S1 是区域 1 的面积,S2 是区域 2 的面积 ;
然后,判断 C 是否大于预定阈值,是,则认为此处是人脸 ;否,则认为此处不是人脸。
Claims (3)
1.一种基于3D骨架建模的检测方法,其特征在于,包括步骤 : 用深度摄像机拍摄人物视频 ;在视频中进行人脸检测 ; 提取人体轮廓 ;对人体轮廓进行验证,判断是否是人体轮廓,是,则进行下一步,否,则返回到人脸检测 步骤 ;进行图像滤波与平滑处理,并使用细化算法提取骨架线 ; 计算人体部位距离,建立概率分布图 ; 识别人体各部位,得到各关节点的坐标 ; 连接各个关节点,形成完整的 3D 人体骨架 ;输出 3D 人体骨架与手的坐标 ; 跟踪人体轮廓,并为下一帧提供信息。
2.根据权利要求 1 所述的一种 3D 骨架建模与手检测方法,其特征在于,所述步骤提取 人体轮廓包括如下具体步骤 :从人脸中心点开始,向四周扩展找出所有与此深度相近的像素点,并保持区域连通性;即对一个像素点,判断其是否在区域边界上,如果不在边界上,则把当前点置位,并递归处 理其上方、下方、左方、右方的像素点,直到整个图像扩展完毕;最后得到人体轮廓二值图像。
3.根据权利要求 1 所述的一种 3D 骨架建模与手检测方法,其特征在于,所述步骤对人 体轮廓进行验证包括如下具体步骤 :
在得到人体轮廓二值图像后,用“凸模板”进行验证;如附图 3 所示,区域 1 即是“凸模 板”,我们把“凸模板”放在人脸区域,并用以下公式计算 :C=S1/S2式中,S1 是区域 1 的面积,S2 是区域 2 的面积 ;然后,判断 C 是否大于预定阈值,是,则认为此处是人脸 ;否,则认为此处不是人脸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510515874.5A CN105023280A (zh) | 2015-08-21 | 2015-08-21 | 一种基于3d骨架建模的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510515874.5A CN105023280A (zh) | 2015-08-21 | 2015-08-21 | 一种基于3d骨架建模的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105023280A true CN105023280A (zh) | 2015-11-04 |
Family
ID=54413221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510515874.5A Pending CN105023280A (zh) | 2015-08-21 | 2015-08-21 | 一种基于3d骨架建模的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105023280A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778655A (zh) * | 2016-12-27 | 2017-05-31 | 华侨大学 | 一种基于人体骨架的入口尾随进入检测方法 |
CN107469355A (zh) * | 2017-07-31 | 2017-12-15 | 广东欧珀移动通信有限公司 | 游戏人物形象创建方法及装置、终端设备 |
US10372228B2 (en) | 2016-07-20 | 2019-08-06 | Usens, Inc. | Method and system for 3D hand skeleton tracking |
CN110476186A (zh) * | 2017-06-07 | 2019-11-19 | 谷歌有限责任公司 | 高速高保真面部跟踪 |
CN110812840A (zh) * | 2019-10-31 | 2020-02-21 | 武汉微派网络科技有限公司 | 游戏对象的控制方法、装置、可读存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1207498A2 (en) * | 2000-11-15 | 2002-05-22 | Sega Corporation | Display object generation method in information processing equipment |
CN102622591A (zh) * | 2012-01-12 | 2012-08-01 | 北京理工大学 | 3d人体姿态捕捉模仿系统 |
CN103559505A (zh) * | 2013-11-18 | 2014-02-05 | 庄浩洋 | 一种3d骨架建模与手检测方法 |
CN103597518A (zh) * | 2011-06-06 | 2014-02-19 | 微软公司 | 生成反映玩家外观的化身 |
CN103679175A (zh) * | 2013-12-13 | 2014-03-26 | 电子科技大学 | 一种基于深度摄像机的快速3d骨骼模型检测方法 |
-
2015
- 2015-08-21 CN CN201510515874.5A patent/CN105023280A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1207498A2 (en) * | 2000-11-15 | 2002-05-22 | Sega Corporation | Display object generation method in information processing equipment |
CN103597518A (zh) * | 2011-06-06 | 2014-02-19 | 微软公司 | 生成反映玩家外观的化身 |
CN102622591A (zh) * | 2012-01-12 | 2012-08-01 | 北京理工大学 | 3d人体姿态捕捉模仿系统 |
CN103559505A (zh) * | 2013-11-18 | 2014-02-05 | 庄浩洋 | 一种3d骨架建模与手检测方法 |
CN103679175A (zh) * | 2013-12-13 | 2014-03-26 | 电子科技大学 | 一种基于深度摄像机的快速3d骨骼模型检测方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10372228B2 (en) | 2016-07-20 | 2019-08-06 | Usens, Inc. | Method and system for 3D hand skeleton tracking |
CN106778655A (zh) * | 2016-12-27 | 2017-05-31 | 华侨大学 | 一种基于人体骨架的入口尾随进入检测方法 |
CN106778655B (zh) * | 2016-12-27 | 2020-05-05 | 华侨大学 | 一种基于人体骨架的入口尾随进入检测方法 |
CN110476186A (zh) * | 2017-06-07 | 2019-11-19 | 谷歌有限责任公司 | 高速高保真面部跟踪 |
US10824226B2 (en) | 2017-06-07 | 2020-11-03 | Google Llc | High speed, high-fidelity face tracking |
CN107469355A (zh) * | 2017-07-31 | 2017-12-15 | 广东欧珀移动通信有限公司 | 游戏人物形象创建方法及装置、终端设备 |
CN110812840A (zh) * | 2019-10-31 | 2020-02-21 | 武汉微派网络科技有限公司 | 游戏对象的控制方法、装置、可读存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679175B (zh) | 一种基于深度摄像机的快速3d骨骼模型检测方法 | |
US10417775B2 (en) | Method for implementing human skeleton tracking system based on depth data | |
CN105023280A (zh) | 一种基于3d骨架建模的检测方法 | |
US9898651B2 (en) | Upper-body skeleton extraction from depth maps | |
CN108764058B (zh) | 一种基于热成像效应的双摄像头人脸活体检测方法 | |
CN105095829B (zh) | 一种人脸识别方法及系统 | |
CN109299659A (zh) | 一种基于rgb相机和深度学习的人体姿态识别方法与系统 | |
CN102609683B (zh) | 一种基于单目视频的人体关节自动标注方法 | |
CN103559505A (zh) | 一种3d骨架建模与手检测方法 | |
TWI577327B (zh) | 瞳孔定位方法與裝置及其電腦程式產品 | |
CN105654048A (zh) | 一种多视角人脸比对方法 | |
CN111753747B (zh) | 基于单目摄像头和三维姿态估计的剧烈运动检测方法 | |
Zhao-Yi et al. | Real-time facial expression recognition based on adaptive canny operator edge detection | |
CN102592288B (zh) | 一种光照环境变化情况下的行人目标匹配跟踪方法 | |
CN104573634A (zh) | 一种三维人脸识别方法 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN103810491A (zh) | 融合深度和灰度图像特征点的头姿估计兴趣点检测方法 | |
CN111027432A (zh) | 基于步态特征的视觉跟随机器人方法 | |
CN103913166B (zh) | 一种基于能量分布的星点提取方法 | |
CN105741326B (zh) | 一种基于聚类融合的视频序列的目标跟踪方法 | |
CN103927515A (zh) | 三维动态人脸比对方法 | |
CN109344706A (zh) | 一种可单人操作的人体特殊姿势照片的获取方法 | |
CN106599873A (zh) | 基于三维姿态信息的人物身份识别方法 | |
CN104573628A (zh) | 一种三维人脸识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151104 |