CN106503664B - 一种用户体型评估方法及装置 - Google Patents

一种用户体型评估方法及装置 Download PDF

Info

Publication number
CN106503664B
CN106503664B CN201610948408.0A CN201610948408A CN106503664B CN 106503664 B CN106503664 B CN 106503664B CN 201610948408 A CN201610948408 A CN 201610948408A CN 106503664 B CN106503664 B CN 106503664B
Authority
CN
China
Prior art keywords
data
target user
real data
abdomen
chest
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
Application number
CN201610948408.0A
Other languages
English (en)
Other versions
CN106503664A (zh
Inventor
傅慧源
马华东
马天也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201610948408.0A priority Critical patent/CN106503664B/zh
Publication of CN106503664A publication Critical patent/CN106503664A/zh
Application granted granted Critical
Publication of CN106503664B publication Critical patent/CN106503664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例公开了一种用户体型评估方法及装置。方法包括:接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离,并获得所述目标用户在深度图像中的第一数据,其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据;根据所述实际数据,评估所述目标用户的体型。应用本发明实施例能够利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。

Description

一种用户体型评估方法及装置
技术领域
本发明涉及多媒体图像分析的技术领域,特别涉及一种用户体型评估方法及装置。
背景技术
体型评估是对人体外部特征定量化分析的重要方式。它是评估人体的生长发育规律、体质水平、营养状况必不可少的手段,同时也是衡量身体健康水平的重要组成部分。
目前,体型评估主要依赖于BMI(Body Mass Index)指数,即身体质量指数,简称体质指数,BMI指数是根据用户的身高值和体重值计算出来的。目前,已有设备能够自动获取用户身高值和体重值,从而利用计算的BMI指数即可完成用户体型评估工作。
但是没有利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。因此,利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估是一种亟待解决的技术问题。
发明内容
本发明实施例的目的在于提供一种用户体型评估方法及装置,以利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。
为达到上述目的,本发明实施例公开了一种用户体型评估方法,技术方案如下:
接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;
根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离;并获得所述目标用户在深度图像中的第一数据,其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;
根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据,所述实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据;
根据所述实际数据,评估所述目标用户的体型。
可选的,所述体感外设设备为:Kinect。
可选的,所述根据所述实际数据,评估所述目标用户的体型,包括:
根据所述实际数据以及预设函数,计算所述预设函数的函数值;
根据所述函数值,评估所述目标用户的体型。
可选的,所述预设函数的公式为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
可选的,根据所述函数值,评估所述目标用户的体型,包括:
当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;
当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;
当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;
当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
为达到上述目的,本发明实施例还公开了一种用户体型评估装置,包括:
接收模块,用于接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;
获得模块,用于根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离;并获得所述目标用户在深度图像中的第一数据,其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;
计算模块,用于根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据,所述实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据;
评估模块,用于根据所述实际数据,评估所述目标用户的体型。
可选的,所述体感外设设备为:Kinect。
可选的,所述评估模块包括:计算单元和评估单元;
所述计算单元,用于根据所述实际数据以及预设函数,计算所述预设函数的函数值;
所述评估单元,用于根据所述函数值,评估所述目标用户的体型。
可选的,所述预设函数的公式为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
可选的,所述评估单元,具体用于:
当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;
当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;
当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;
当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
由上述的技术方案可见,本发明实施例提供的用户体型评估方法及装置,接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离;并获得所述目标用户在深度图像中的第一数据,其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据,所述实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据;根据所述实际数据,评估所述目标用户的体型。
应用本发明实施例,实现了利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。
当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用户体型评估方法的流程示意图;
图2为本发明实施例提供的一种用户体型评估装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种用户体型评估方法及装置,以下分别进行详细说明。
参见图1,图1为本发明实施例提供的一种用户体型评估方法的流程示意图,包括如下步骤:
S101,接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流。
S102,根据深度图像数据流和彩色图像数据流,获得体感外设设备至目标用户的距离,并获得目标用户在深度图像中的第一数据。
具体的,第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据。
在实际应用中,体感外设设备可以为Kinect。其中,Kinect全称为Kinect forXbox 360,是微软公司于2010年发售的一款应用于Xbox 360主机的体感外设设备。可以利用Kinect采集目标用户的深度图像数据和彩色图像数据,形成深度图像数据流和彩色图像数据流,进而根据深度图像数据流和彩色图像数据流,获得体感外设设备至目标用户的距离以及目标用户在深度图像中的身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据。其中,获得体感外设设备至目标用户的距离以及目标用户在深度图像中的身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据为现有技术,本发明实施例在此不对其进行赘述。
S103,根据体感外设设备至目标用户距离、第一数据信息以及实际尺寸与图像尺寸的比例,计算目标用户的实际数据。
具体的,实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据。其中,身高实际数据为垂直方向上的数据,胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据为水平方向上的数据。
下面以水平方向上的数据为例进行说明。
假设,体感外设设备水平视角为θ,深度图像水平方向上的像素点个数为a,相邻像素点之间的距离为b,体感外设设备水平视角的实际尺寸为m,获得的水平数据为x,水平实际数据为y,体感外设设备至用户距离为n。
则(a-1)*b/m=x/y,进而
假设a为640,b为0.28毫米,n为2米,x为腹部宽度数据278.4毫米,θ为57度。则根据上述公式计算出腹部宽度实际数据为:33.8厘米。
类似的,可以计算出目标用户的身高实际数据185.0厘米、胸部宽度实际数据32.0厘米、胸部厚度实际数据24.9厘米、腹部厚度实际数据25.5厘米。
S104,根据实际数据,评估目标用户的体型。
在实际应用中,根据实际数据,评估目标用户的体型,可以根据实际数据以及预设函数,计算预设函数的函数值;根据计算得到的函数值,评估目标用户的体型。
在实际应用中,预设函数的计算公式可以为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
在实际应用中,根据计算得到的函数值,评估目标用户的体型,包括:当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
具体的,在实际应用中,第一预设值为7,第二预设值为8,第三预设值为10,第四预设值为11。
示例性的,以上述计算出的目标用户的身高实际数据185.0厘米、胸部宽度实际数据32.0厘米、胸部厚度实际数据24.9厘米、腹部厚度实际数据25.5厘米和腹部宽度实际数据33.8厘米。
根据上述的公式计算出T=10.56,则评估出目标用户的体型为壮实型。
为了说明本发明实施例提供的用户体型评估方法的准确性,对大量的用户的身高和体重进行测量,进而计算每个用户的BMI指数,根据BMI指数对用户体型进行评估。然后对这些用户的身高、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据进行测量,利用本发明实施例提供的用户体型评估方法,对用户体型进行评估。对比评估结果可以发现,应用本发明实施例提供的用户体型评估方法与现有技术根据BMI指数对用户体型评估的评估结果一致,因此,本发明实施例提供的用户体型评估方法对用户体型评估的结果是准确的。
应用本发明图1所示实施例,实现了利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。
与上述的方法实施例相对应,本发明实施例还提供一种用户体型评估装置。
参见图2,图2为本发明实施例所提供的一种用户体型评估装置的结构示意图,与图1所示的流程示意图相对应,包括:
接收模块210,用于接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;
获得模块220,用于根据深度图像数据流和彩色图像数据流,获得体感外设设备至目标用户的距离;并获得目标用户在深度图像中的第一数据;
计算模块230,用于根据体感外设设备至目标用户的距离、第一数据以及实际尺寸与图像尺寸的比例,计算目标用户的实际数据;
评估模块240,用于根据实际数据,评估目标用户的体型。
其中,本发明实施例的体感外设设备为:Kinect。
其中,本发明实施例的评估模块240可以包括:计算单元和评估单元(图2中未示出)。
所述计算单元,用于根据目标用户的实际数据以及预设函数,计算预设函数的函数值;
所述评估单元,用于根据计算得到的函数值,评估目标用户的体型。
其中,本发明实施例的预设函数的计算公式为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
其中,本发明实施例的评估单元具体可以用于:
当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;
当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;
当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;
当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
应用本发明图2所示实施例,实现了利用体感外设设备以及用户的身高、胸部数据、腹部数据对用户体型进行评估。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (6)

1.一种用户体型评估方法,其特征在于,包括:
接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;
根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离;并获得所述目标用户在深度图像中的第一数据,其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;
根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据,所述实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据;
根据所述实际数据,评估所述目标用户的体型;
其中,所述根据所述实际数据,评估所述目标用户的体型,包括:
根据所述实际数据以及预设函数,计算所述预设函数的函数值;
根据所述函数值,评估所述目标用户的体型;
其中,所述预设函数的公式为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
2.根据权利要求1所述的方法,其特征在于,所述体感外设设备为:Kinect。
3.根据权利要求1所述的方法,其特征在于,所述根据所述函数值,评估所述目标用户的体型,包括:
当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;
当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;
当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;
当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
4.一种用户体型评估装置,其特征在于,所述装置包括:
接收模块,用于接收体感外设设备发送的针对目标用户的深度图像数据流和彩色图像数据流;
获得模块,用于根据所述深度图像数据流和所述彩色图像数据流,获得所述体感外设设备至所述目标用户的距离;并获得所述目标用户在深度图像中的第一数据;其中,所述第一数据包括身高数据、胸部宽度数据、胸部厚度数据、腹部宽度数据和腹部厚度数据;
计算模块,用于根据所述距离、所述第一数据以及实际尺寸与图像尺寸的比例,计算所述目标用户的实际数据,所述实际数据包括身高实际数据、胸部宽度实际数据、胸部厚度实际数据、腹部宽度实际数据和腹部厚度实际数据;
评估模块,用于根据所述实际数据,评估所述目标用户的体型;
其中,所述评估模块包括:计算单元和评估单元;
所述计算单元,用于根据所述实际数据以及预设函数,计算所述预设函数的函数值;
所述评估单元,用于根据所述函数值,评估所述目标用户的体型;
其中,所述预设函数的公式为:
其中,
其中,a1为胸部宽度实际数据,a2为胸部厚度实际数据,b1为腹部宽度实际数据,b2为腹部厚度实际数据,h为身高实际数据。
5.根据权利要求4所述的装置,其特征在于,所述体感外设设备为:Kinect。
6.根据权利要求4所述的装置,其特征在于,所述评估单元,具体用于:
当所述函数值小于第一预设值时,评估所述目标用户的体型为消瘦型;
当所述函数值大于或等于所述第一预设值且小于第二预设值时,评估所述目标用户的体型为苗条型;
当所述函数值大于或等于所述第二预设值且小于第三预设值时,评估所述目标用户的体型为壮实型;
当所述函数值大于或等于所述第三预设值且小于第四预设值时,评估所述目标用户的体型为过胖型。
CN201610948408.0A 2016-10-26 2016-10-26 一种用户体型评估方法及装置 Active CN106503664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610948408.0A CN106503664B (zh) 2016-10-26 2016-10-26 一种用户体型评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610948408.0A CN106503664B (zh) 2016-10-26 2016-10-26 一种用户体型评估方法及装置

Publications (2)

Publication Number Publication Date
CN106503664A CN106503664A (zh) 2017-03-15
CN106503664B true CN106503664B (zh) 2019-05-31

Family

ID=58322929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610948408.0A Active CN106503664B (zh) 2016-10-26 2016-10-26 一种用户体型评估方法及装置

Country Status (1)

Country Link
CN (1) CN106503664B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875562A (zh) * 2018-12-21 2019-06-14 鲁浩成 一种基于体感设备多视觉分析的人体体型监测系统
CN117942067A (zh) * 2022-10-20 2024-04-30 华为技术有限公司 体型测量方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987879A (zh) * 2005-12-21 2007-06-27 香港理工大学 女性形体美的自动评估系统及方法
CN102348410A (zh) * 2009-03-09 2012-02-08 欧姆龙健康医疗事业株式会社 健康控制装置
CN103750817A (zh) * 2012-10-20 2014-04-30 因美吉智能科技(济南)有限公司 非接触式儿科测量方法和测量设备
CN105054936A (zh) * 2015-07-16 2015-11-18 河海大学常州校区 基于Kinect景深图像的快速身高和体重测量方法
CN105147314A (zh) * 2015-08-20 2015-12-16 京东方科技集团股份有限公司 一种人体参数检测方法及检测装置
CN105595880A (zh) * 2014-11-18 2016-05-25 株式会社东芝 信息处理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987879A (zh) * 2005-12-21 2007-06-27 香港理工大学 女性形体美的自动评估系统及方法
CN102348410A (zh) * 2009-03-09 2012-02-08 欧姆龙健康医疗事业株式会社 健康控制装置
CN103750817A (zh) * 2012-10-20 2014-04-30 因美吉智能科技(济南)有限公司 非接触式儿科测量方法和测量设备
CN105595880A (zh) * 2014-11-18 2016-05-25 株式会社东芝 信息处理装置
CN105054936A (zh) * 2015-07-16 2015-11-18 河海大学常州校区 基于Kinect景深图像的快速身高和体重测量方法
CN105147314A (zh) * 2015-08-20 2015-12-16 京东方科技集团股份有限公司 一种人体参数检测方法及检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Study on Three Dimensions Body Reconstruction and Measurement by Kinect;Qi Luo;《International Conference on Digital Human Modeling and Applications in Health,Safety,Ergonomics and Risk Management》;20141231;35-42

Also Published As

Publication number Publication date
CN106503664A (zh) 2017-03-15

Similar Documents

Publication Publication Date Title
Chen et al. Non‐Gaussian Error Distribution of Hubble Constant Measurements
Kappers et al. Haptic perception of spatial relations
Lee et al. A three-dimensional approach to pennation angle estimation for human skeletal muscle
CN109815907A (zh) 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法
CN106503664B (zh) 一种用户体型评估方法及装置
Choppin et al. The accuracy of the Microsoft Kinect in joint angle measurement
CN104731424B (zh) 侦测近接于触控装置的发信器的方法、装置、与系统
Espitia-Contreras et al. Development of a Kinect-based anthropometric measurement application
Connolly et al. Affect of impact angle variations on area of origin determination in bloodstain pattern analysis
Mohammad et al. Group–galaxy correlations in redshift space as a probe of the growth of structure
Thelwell et al. How shape-based anthropometry can complement traditional anthropometric techniques: a cross-sectional study
Rai et al. Development of multi-purpose 3D printed phantoms for MRI
CN105979866A (zh) 用于磁感应断层成像的线圈
Mori et al. Effect of beam width on quantitative estimation of liver fibrosis using ultrasonic images
Bensmaia et al. The tactile perception of stimulus orientation
WO2015144334A1 (de) Verfahren und system zum ermitteln eines nährwerts eines gerichts
Andrae et al. Only marginal alignment of disc galaxies
Thomas Examining user perception of the size of multiple objects in virtual reality
CN106293270B (zh) 一种大屏幕触控系统的标定方法
Zhang et al. Numerical estimation of Fricke–Morse impedance model parameters using single-frequency sinusoidal excitation
Ouypornkochagorn et al. In vivo estimation of the scalp and skull conductivity
Smith et al. Consistency of selected craniometric landmark locations and the resulting variation in measurements
CN108961292A (zh) 一种在脑部医学图像中检测msp的方法和装置
Wong et al. Muscle thickness assessment of the forearm via ultrasonography: is experience level important?
Mursityo Analysis of Brawijaya University academic information systems acceptance on the user characteristic, system quality, support of top management and information technology, perceived usefulness, and perceived ease of use

Legal Events

Date Code Title Description
C06 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