CN108564037B - 一种敬礼姿势检测校正方法 - Google Patents
一种敬礼姿势检测校正方法 Download PDFInfo
- Publication number
- CN108564037B CN108564037B CN201810334976.0A CN201810334976A CN108564037B CN 108564037 B CN108564037 B CN 108564037B CN 201810334976 A CN201810334976 A CN 201810334976A CN 108564037 B CN108564037 B CN 108564037B
- Authority
- CN
- China
- Prior art keywords
- right arm
- salutation
- face
- posture
- detection
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000012937 correction Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005452 bending Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000009432 framing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000003708 edge detection Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000036544 posture Effects 0.000 description 39
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种敬礼姿势检测校正方法，包括以下步骤：利用视频装置实时成像并显示视频，通过人脸识别进行动态跟踪，将检测到的人脸用凸显颜色框出；在视频装置的显示屏中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出，且将其对应的用户标记为锁定用户；对于锁定用户进行姿态识别，若锁定用户站立姿势不符合规范则给出语音提示，若锁定用户站立姿势符合规范则进行手势识别，并获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积进行姿势评价，以使锁定用户实时调整姿势，直至评价符合标准，完成敬礼姿势检测及校正。本发明的敬礼姿势检测校正方法，用于帮助用户完成敬礼姿势检测及校正，节省人力资源，提高校正效率。
Description
技术领域
本发明涉及姿势检测校正领域，特别涉及一种敬礼姿势检测校正方法。
背景技术
视频图像广泛应用于内容的表达和信息的承载，视频分析技术已有着极其广泛的应用。近年来姿势识别受到广泛的关注，姿势检测识别与视频分析技术相结合成为研究的主题，而对于具体的敬礼姿势的分析还没有相关深入的研究。
敬礼姿势对于中国有着重要的意思，军人敬礼、学生敬礼、党员敬礼都是庄重而神圣的，具有特殊的意义。敬礼是从青少年阶段起的必修课程，且在少先队礼仪教育中具有十分重要的意义。利用视频实时检测分析敬礼姿势，是一种未提到的姿势检测校正方法，能够实现本人对敬礼姿势的自我校正，提高学习敬礼的兴趣以及学习的独立性，加强礼仪教育。
发明内容
为解决现有技术中没有具体针对敬礼姿势检测校正的问题，本发明提出一种敬礼姿势检测校正方法。
本发明的技术方案是这样实现的：
一种敬礼姿势检测校正方法，包括以下步骤：
步骤一、利用视频装置实时成像并显示视频，通过人脸识别进行动态跟踪，且将检测到的人脸用凸显颜色框出；
步骤二、在视频装置的显示屏中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出，且根据人脸位置在其左上方局部区域绘制敬礼辅助线，将其对应的用户标记为锁定用户；
步骤三、对锁定用户进行姿态识别，若锁定用户站立姿势不符合规范则给出语音提示，否则以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积；
步骤四、再对锁定用户进行手势识别，同时根据右臂弯曲角度、右手距离头部的距离和右手轮廓的面积进行敬礼姿势评价，以使锁定用户根据显示视频实时调整姿势，直至评价符合标准，完成敬礼姿势检测及校正。
优选的是，所述步骤二中“根据人脸位置在其左上方局部区域绘制敬礼辅助线”的具体方式为：
在视频装置中获取锁定用户被识别颜色框出的人脸位置的左上角的坐标位置；以该坐标位置为基准根据标准敬礼姿势模拟绘制两条平行且倾角为45度的平行辅助线，两条平行辅助线之间的间隔根据用户右臂的平均宽度在视频装置中预设宽度阈值，两条平行辅助线作为敬礼辅助线。
优选的是，所述步骤二中“在视频装置的显示单元中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出”的具体实现方式为：
在视频装置的显示屏中间设置特定区域，不同身高的用户可以调整自己的站立位置以保证脸部进入特定区域；在视频装置中预设人脸的大小阈值，将大于大小阈值的所有人脸用凸显颜色的矩形框框出；若凸显颜色框出的人脸进入特定区域，凸显颜色框出的人脸变成识别颜色框出的人脸，用于有序的判定识别。
优选的是，所述步骤三中“以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积”的方式为：
两条敬礼辅助线用于校正右臂弯曲的角度和右臂的位置；对人脸位置的左上方局部区域进行右臂边缘检测和轮廓分析，获取所有右臂边缘线和矩形轮廓；根据获取的右臂边缘线和矩形轮廓计算右臂矩形轮廓的长边的角度和边缘线的角度，并计算右臂矩形轮廓角度和边缘线的角度的平均值为右臂弯曲角度；对人脸位置的左上方局部区域进行右手肤色检测和边缘检测，获取所有右手矩形轮廓和边缘线，再以人脸位置为基准，根据获取的右手矩形轮廓位置和边缘线位置，获取右手距离头部的距离；根据获取的右手矩形轮廓计算右手轮廓面积。
优选的是，所述步骤三中“对锁定用户进行姿态识别”的方式为：
在视频装置中根据人脸位置预设标准站立姿势下手臂和腿的位置阈值；
利用锁定用户的人脸位置确定其手臂和腿所在的局部区域；对手臂和腿所在的局部区域进行肤色检测、边缘检测和轮廓分析，获取手臂和腿的位置；
若检测的手臂和腿的位置在预设的位置阈值内，则判定锁定用户站立姿势符合规范，否则为不符合规范。
优选的是，所述步骤四中“对锁定用户进行手势识别”的方式为：
以人脸位置为基准在其左上方局部区域进行肤色检测、边缘检测和轮廓分析，获取手部图像；给定手掌、拳头以及剪刀手的模板图像，对手部图像进行模板匹配，若检测的手部图像为手掌、拳头或剪刀手，则判定其姿势不标准。
优选的是，所述步骤四中“进行敬礼姿势评价”的方式为：判定右臂是否在敬礼辅助线的区域内，若不在则评价为不标准；判定右臂是与头顶的距离是否在预设距离阈值内，若不在则评价为不标准；判定右臂轮廓的面积是否在预设面积阈值内，若不在则评价为不标准；判定右手是否是伸开状态，若不是则评价为不标准；
若评价条件均判定为标准，则进行右臂弯曲角度分析，再进行敬礼姿势的评级：若右臂弯曲角度在40~50度，则评级为优秀；若右臂弯曲角度在50~60度，则评级为良好；若右臂弯曲角度在30~40度，则评级为中等。
优选的是，判定右臂是否在敬礼辅助线的区域内的方式为：在视频装置中设定右臂矩形轮廓的两条长边到人脸位置左上角的第一阈值，同时设定右臂边缘线到人脸位置左上角的第二阈值，计算右臂矩形轮廓的两条长边到人脸位置左上角的距离，并判定其是否在第一阈值内，同时计算右臂边缘线到人脸位置左上角的距离，并判定其是否在第二阈值内，同时满足第一阈值和第二阈值则判定右臂在敬礼辅助线的区域内。
本发明的有益效果为：本发明的敬礼姿势检测校正方法，利用视频装置实时成像并显示视频，便于直观观察被跟踪到的用户。对特定区域内的人脸用区别于凸显颜色的识别颜色框出，避免多个用户同时使用无法识别的问题。根据人脸位置绘制两条敬礼辅助线，用户在敬礼过程中可根据两条敬礼辅助线的位置调整手臂的位置和弯曲角度，实现敬礼姿势的实时校正，帮助用户更快完成标准敬礼姿势，同时敬礼辅助线的添加能够帮助实现手臂的快速准确定位，提高算法运行效率，减少计算机内存消耗。对锁定用户进行姿态识别，若不符合规范则给出语音提示用于及时校正，进行姿态识别能够有效避免只进行敬礼姿势分析而忽略敬礼时的其他规范；然后再根据人脸位置的左上方局部区域进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积，以此再进行敬礼姿势评价以使锁定用户根据显示视频实时调整姿势，直至评价符合标准，用于帮助用户完成敬礼姿势检测及校正，节省人力资源，提高校正效率。
下面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。
实施例一：一种敬礼姿势检测校正方法，包括以下步骤：
步骤一、利用视频装置实时成像并显示视频，通过人脸识别进行动态跟踪且将检测到的人脸用凸显颜色框出；
步骤二、在视频装置的显示屏中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出，且根据人脸位置在其左上方局部区域绘制敬礼辅助线，将其对应的用户标记为锁定用户；
步骤三、对锁定用户进行姿态识别，若锁定用户站立姿势不符合规范则给出语音提示，否则以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积；
步骤四、再对锁定用户进行手势识别，同时根据右臂弯曲角度、右手距离头部的距离和右手轮廓的面积进行敬礼姿势评价，以使锁定用户根据显示视频实时调整姿势，直至评价符合标准，完成敬礼姿势检测及校正。
步骤二中“在视频装置的显示屏中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出”的具体实现方式为：在视频装置的显示屏中间设置特定区域，不同身高的用户可以调整自己的站立位置以保证脸部进入特定区域；在视频装置中预设人脸的大小阈值，将大于大小阈值的所有人脸用凸显颜色的矩形框框出；若凸显颜色框出的人脸进入特定区域，凸显颜色框出的人脸变成识别颜色框出的人脸，用于有序的判定识别。步骤二中“根据人脸位置在其左上方局部区域绘制敬礼辅助线”的具体方式为：在视频装置中获取锁定用户被识别颜色框出的人脸位置的左上角的坐标位置；以该坐标位置为基准根据标准敬礼姿势模拟绘制两条平行且倾角为45度的平行辅助线，两条平行辅助线之间的间隔根据用户右臂的平均宽度在视频装置中预设宽度阈值，两条平行辅助线作为敬礼辅助线。
步骤三中“以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积”的方式为：两条敬礼辅助线用于校正右臂弯曲的角度和右臂的位置，实现敬礼姿势的校正，帮助用户更快地完成标准敬礼姿势，同时敬礼辅助线的添加实现右臂的快速准确定位，提高算法运行效率，减少计算机内存消耗；对人脸位置的左上方局部区域进行右臂边缘检测和轮廓分析，获取所有右臂边缘线和矩形轮廓，排除显示屏中其他未被锁定的敬礼人员的干扰；根据获取的右臂边缘线和矩形轮廓计算右臂矩形轮廓的长边的角度和边缘线的角度，并计算右臂矩形轮廓角度和边缘线的角度的平均值为右臂弯曲角度；对人脸位置的左上方局部区域进行右手肤色检测和边缘检测，获取所有右手矩形轮廓和边缘线，再以人脸位置为基准，根据获取的右手矩形轮廓位置和边缘线位置，获取右手距离头部的距离；根据获取的右手矩形轮廓计算右手轮廓面积。步骤三中“对于锁定用户进行姿态识别”的方式为：在视频装置中根据人脸位置预设标准站立姿势下手臂和腿的位置阈值；利用锁定用户的人脸位置确定其手臂和腿所在的局部区域；对手臂和腿所在的局部区域进行肤色检测、边缘检测和轮廓分析，获取手臂和腿的位置；若检测的手臂和腿的位置在预设的位置阈值内，则判定锁定用户站立姿势符合规范，否则为不符合规范。
步骤四中“对锁定用户进行手势识别”的方式为：以人脸位置为基准在其左上方局部区域进行肤色检测、边缘检测和轮廓分析，获取手部图像；给定手掌、拳头以及剪刀手的模板图像，对手部图像进行模板匹配，若检测的手部图像为手掌、拳头或剪刀手，则判定其姿势不标准，进一步增加检测及校正的准确性。
步骤四中“进行敬礼姿势评价”的方式为：判定右臂是否在敬礼辅助线的区域内，若不在则评价为不标准；判定右臂是与头顶的距离是否在预设距离阈值内，若不在则评价为不标准；判定右臂轮廓的面积是否在预设面积阈值内，若不在则评价为不标准；判定右手是否是伸开状态，若不是则评价为不标准。若评价条件均判定为标准，则进行右臂弯曲角度分析，再进行敬礼姿势的评级：若右臂弯曲角度在40~50度，则评级为优秀；若右臂弯曲角度在50~60度，则评级为良好；若右臂弯曲角度在30~40度，则评级为中等。判定右臂是否在敬礼辅助线的区域内的方式为：在视频装置中设定右臂矩形轮廓的两条长边到人脸位置左上角的第一阈值，同时设定右臂边缘线到人脸位置左上角的第二阈值，计算右臂矩形轮廓的两条长边到人脸位置左上角的距离，并判定其是否在第一阈值内，同时计算右臂边缘线到人脸位置左上角的距离，并判定其是否在第二阈值内，同时满足第一阈值和第二阈值则判定右臂在敬礼辅助线的区域内。
实施例二：在实施例一的基础上，若锁定用户设定为少先队员，则还需检测检测锁定用户是否佩戴红领巾以及红领巾佩戴是否标准，检测红领巾佩戴是否标准的方式为：根据锁定用户的人脸位置确定红领巾应该佩戴的局部区域；对红领巾应该佩戴的局部区域进行颜色分割，获取二值图像；利用该二值图像进行边缘检测、形状检测和轮廓分析，获取红领巾的尺寸和轮廓；检测的红领巾尺寸是否在给定的尺寸阈值内，若在则判定红领巾佩戴为标准，否则判定红领巾佩戴不标准并发出语音提示。
若锁定用户设定为少先队干部，还包括队委标志检测，在敬礼完成后，队干部的左臂对准视频装置的显示屏，采用获取右臂位置的方法获取左臂的位置，从而获取左臂所在的局部区域；在视频装置中预设队委标志位置、尺寸比例和倾斜角度的阈值，利用颜色分割获取仅包含左大臂局部区域的二值图像；利用该二值图像进行矩形检测和轮廓分析，根据队委标志形状和尺寸比例获取队委标志的实际位置；根据队委标志形状和尺寸计算队委标志的尺寸比例和倾斜角度；分别判定队委标志位置、尺寸比例和倾斜角度是否在相应的阈值内，若不在则判定为不标准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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，均应包含在本发明的保护范围之内。
Claims (8)
1.一种敬礼姿势检测校正方法，其特征在于， 包括以下步骤：
步骤一、利用视频装置实时成像并显示视频，通过人脸识别进行动态跟踪，且将检测到的人脸用凸显颜色框出；
步骤二、在视频装置的显示屏中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出，且根据人脸位置在其左上方局部区域绘制敬礼辅助线，将其对应的用户标记为锁定用户；
步骤三、对锁定用户进行姿态识别，若锁定用户站立姿势不符合规范则给出语音提示，否则以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积；
步骤四、再对锁定用户进行手势识别，同时根据右臂弯曲角度、右手距离头部的距离和右手轮廓的面积进行敬礼姿势评价，以使锁定用户根据显示视频实时调整姿势，直至评价符合标准，完成敬礼姿势检测及校正。
2.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤二中“根据人脸位置在其左上方局部区域绘制敬礼辅助线”的具体方式为：在视频装置中获取锁定用户被识别颜色框出的人脸位置的左上角的坐标位置；以该坐标位置为基准根据标准敬礼姿势模拟绘制两条平行且倾角为45度的平行辅助线，两条平行辅助线之间的间隔根据用户右臂的平均宽度在视频装置中预设宽度阈值，两条平行辅助线作为敬礼辅助线。
3.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤二中“在视频装置的显示单元中设置特定区域，并将该特定区域的人脸用区别于凸显颜色的识别颜色框出”的具体实现方式为：在视频装置的显示屏中间设置特定区域，不同身高的用户可以调整自己的站立位置以保证脸部进入特定区域；在视频装置中预设人脸的大小阈值，将大于大小阈值的所有人脸用凸显颜色的矩形框框出；若凸显颜色框出的人脸进入特定区域，凸显颜色框出的人脸变成识别颜色框出的人脸，用于有序的判定识别。
4.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤三中“以锁定用户的人脸位置为基准在其左上方局部区域根据两条敬礼辅助线进行肤色检测、边缘检测和轮廓分析，获取右臂弯曲角度、右手距离头部的距离和右手轮廓的面积”的方式为：两条敬礼辅助线用于校正右臂弯曲的角度和右臂的位置；对人脸位置的左上方局部区域进行右臂边缘检测和轮廓分析，获取所有右臂边缘线和矩形轮廓；根据获取的右臂边缘线和矩形轮廓计算右臂矩形轮廓的长边的角度和边缘线的角度，并计算右臂矩形轮廓角度和边缘线的角度的平均值为右臂弯曲角度；对人脸位置的左上方局部区域进行右手肤色检测和边缘检测，获取所有右手矩形轮廓和边缘线，再以人脸位置为基准，根据获取的右手矩形轮廓位置和边缘线位置，获取右手距离头部的距离；根据获取的右手矩形轮廓计算右手轮廓面积。
5.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤三中“对锁定用户进行姿态识别”的方式为：在视频装置中根据人脸位置预设标准站立姿势下手臂和腿的位置阈值；利用锁定用户的人脸位置确定其手臂和腿所在的局部区域；对手臂和腿所在的局部区域进行肤色检测、边缘检测和轮廓分析，获取手臂和腿的位置；若检测的手臂和腿的位置在预设的位置阈值内，则判定锁定用户站立姿势符合规范，否则为不符合规范。
6.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤四中“对锁定用户进行手势识别”的方式为：以人脸位置为基准在其左上方局部区域进行肤色检测、边缘检测和轮廓分析，获取手部图像；给定手掌、拳头以及剪刀手的模板图像，对手部图像进行模板匹配，若检测的手部图像为手掌、拳头或剪刀手，则判定其姿势不标准。
7.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，所述步骤四中“进行敬礼姿势评价”的方式为：判定右臂是否在敬礼辅助线的区域内，若不在则评价为不标准；判定右臂是与头顶的距离是否在预设距离阈值内，若不在则评价为不标准；判定右臂轮廓的面积是否在预设面积阈值内，若不在则评价为不标准；判定右手是否是伸开状态，若不是则评价为不标准；若评价条件均判定为标准，则进行右臂弯曲角度分析，再进行敬礼姿势的评级：若右臂弯曲角度在40~50度，则评级为优秀；若右臂弯曲角度在50~60度，则评级为良好；若右臂弯曲角度在30~40度，则评级为中等。
8.根据权利要求1所述的敬礼姿势检测校正方法，其特征在于，判定右臂是否在敬礼辅助线的区域内的方式为：在视频装置中设定右臂矩形轮廓的两条长边到人脸位置左上角的第一阈值，同时设定右臂边缘线到人脸位置左上角的第二阈值，计算右臂矩形轮廓的两条长边到人脸位置左上角的距离，并判定其是否在第一阈值内，同时计算右臂边缘线到人脸位置左上角的距离，并判定其是否在第二阈值内，同时满足第一阈值和第二阈值则判定右臂在敬礼辅助线的区域内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810334976.0A CN108564037B (zh) | 2018-04-15 | 2018-04-15 | 一种敬礼姿势检测校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810334976.0A CN108564037B (zh) | 2018-04-15 | 2018-04-15 | 一种敬礼姿势检测校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108564037A CN108564037A (zh) | 2018-09-21 |
| CN108564037B true CN108564037B (zh) | 2021-06-08 |
Family
ID=63535106
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810334976.0A Expired - Fee Related CN108564037B (zh) | 2018-04-15 | 2018-04-15 | 一种敬礼姿势检测校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108564037B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931653B (zh) * | 2020-08-11 | 2024-06-11 | 沈阳帝信人工智能产业研究院有限公司 | 安全监测方法、装置、电子设备和可读存储介质 |
| CN113051990B (zh) * | 2020-11-04 | 2022-11-18 | 泰州程顺制冷设备有限公司 | 站位姿态标准程度分析平台及方法 |
| CN114549706A (zh) * | 2022-02-21 | 2022-05-27 | 成都工业学院 | 一种动画生成方法及动画生成装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1794264A (zh) * | 2005-12-31 | 2006-06-28 | 北京中星微电子有限公司 | 视频序列中人脸的实时检测与持续跟踪的方法及系统 |
| CN1932847A (zh) * | 2006-10-12 | 2007-03-21 | 上海交通大学 | 复杂背景下彩色图像人脸检测的方法 |
| CN102567703A (zh) * | 2010-12-10 | 2012-07-11 | 上海上大海润信息系统有限公司 | 一种基于分类特征的手部动作识别信息处理方法 |
| CN103390174A (zh) * | 2012-05-07 | 2013-11-13 | 深圳泰山在线科技有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
| CN105469069A (zh) * | 2015-12-09 | 2016-04-06 | 上海工业自动化仪表研究院 | 面向生产线数据采集终端的安全帽视频检测方法 |
| CN107169449A (zh) * | 2017-05-14 | 2017-09-15 | 吉林大学 | 基于深度传感器的中文手语翻译方法 |
| CN107818305A (zh) * | 2017-10-31 | 2018-03-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8924785B2 (en) * | 2012-09-27 | 2014-12-30 | Apple Inc. | Power shutdown prediction for non-volatile storage devices |
-
2018
- 2018-04-15 CN CN201810334976.0A patent/CN108564037B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1794264A (zh) * | 2005-12-31 | 2006-06-28 | 北京中星微电子有限公司 | 视频序列中人脸的实时检测与持续跟踪的方法及系统 |
| CN1932847A (zh) * | 2006-10-12 | 2007-03-21 | 上海交通大学 | 复杂背景下彩色图像人脸检测的方法 |
| CN102567703A (zh) * | 2010-12-10 | 2012-07-11 | 上海上大海润信息系统有限公司 | 一种基于分类特征的手部动作识别信息处理方法 |
| CN103390174A (zh) * | 2012-05-07 | 2013-11-13 | 深圳泰山在线科技有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
| CN105469069A (zh) * | 2015-12-09 | 2016-04-06 | 上海工业自动化仪表研究院 | 面向生产线数据采集终端的安全帽视频检测方法 |
| CN107169449A (zh) * | 2017-05-14 | 2017-09-15 | 吉林大学 | 基于深度传感器的中文手语翻译方法 |
| CN107818305A (zh) * | 2017-10-31 | 2018-03-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 幼儿园公共仪式的教育人类学研究;缪学超;《中国博士学位论文全文数据库 社会科学II辑》;20160815;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108564037A (zh) | 2018-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107766855B (zh) | 基于机器视觉的棋子定位方法、系统、存储介质及机器人 | |
| CN106909888B (zh) | 应用于移动设备端的人脸关键点跟踪系统及方法 | |
| CN108564037B (zh) | 一种敬礼姿势检测校正方法 | |
| CN106055091B (zh) | 一种基于深度信息和校正方式的手部姿态估计方法 | |
| CN101593022B (zh) | 一种基于指端跟踪的快速人机交互方法 | |
| CN110032992A (zh) | 一种基于姿态的考试作弊检测方法 | |
| CN106971406B (zh) | 物体位姿的检测方法和装置 | |
| CN101996407B (zh) | 一种多相机颜色标定方法 | |
| Jain et al. | Real-time upper-body human pose estimation using a depth camera | |
| CN106558046B (zh) | 一种证件照的质量检测方法及检测装置 | |
| CN106952280B (zh) | 一种基于计算机视觉的喷枪喷漆量均匀度检测方法 | |
| CN104200200B (zh) | 融合深度信息和灰度信息实现步态识别的系统及方法 | |
| CN103530599A (zh) | 一种真实人脸和图片人脸的区别方法和系统 | |
| CN107480603B (zh) | 基于slam和深度摄像头的同步建图与物体分割方法 | |
| CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
| CN110148092B (zh) | 基于机器视觉的青少年坐姿及情绪状态的分析方法 | |
| CN106790898B (zh) | 一种基于显著性分析的手机屏幕坏点自动检测方法和系统 | |
| CN106529432A (zh) | 一种深度融合显著性检测与先验知识的手部区域分割方法 | |
| CN105930798A (zh) | 基于学习的面向手机应用的舌像快速检测分割方法 | |
| CN106485710A (zh) | 一种元件错件检测方法和装置 | |
| CN106469300B (zh) | 一种色斑检测识别方法 | |
| CN103902954B (zh) | 一种不良视频的鉴别方法和系统 | |
| CN110363250A (zh) | 一种三维图像智能匹配的方法及其系统 | |
| CN108694348B (zh) | 一种基于自然特征的跟踪注册方法及装置 | |
| CN113269234A (zh) | 一种基于目标检测的连接件装配检测方法和系统 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210608 |