CN108965850A - 人体形态的采集装置及方法 - Google Patents
人体形态的采集装置及方法 Download PDFInfo
- Publication number
- CN108965850A CN108965850A CN201810727931.XA CN201810727931A CN108965850A CN 108965850 A CN108965850 A CN 108965850A CN 201810727931 A CN201810727931 A CN 201810727931A CN 108965850 A CN108965850 A CN 108965850A
- Authority
- CN
- China
- Prior art keywords
- model
- module
- processing end
- video camera
- acquisition
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种人体形态的采集装置及方法，所述采集装置包括若干3D摄像机以及一处理端，所述处理端包括一生成模块、一选取模块、一获取模块以及一对比模块，所述3D摄像机用于获取一空间内拍摄目标的连续的3D影像；所述生成模块用于根据同一时刻的3D影像生成3D模型；所述选取模块用于在所述3D模型选取若干特征点；所述获取模块用于获取由特征点组成的空间模型；所述对比模块用于将空间模型与预设模型对比以获取拍摄目标的形态。本发明的人体形态的采集装置及方法能够通过3D摄像机获取人体的影像，并根据影像获取人体的形态，方便对形态进行进一步地分析，特别适用于监控病人、老年人及犯人，能够节省人工成本。
Description
技术领域
本发明涉及一种人体形态的采集装置及方法。
背景技术
3D摄像机，利用的是3D镜头制造的摄像机，通常具有两个摄像镜头以上，间距与人眼间距相近，能够拍摄出类似人眼所见的针对同一场景的不同图像。全息3D具有圆盘5镜头以上，通过圆点光栅成像或蔆形光栅全息成像可全方位观看同一图像，可如亲临其境。
第一台3D摄像机迄今3D革命全部围绕好莱坞重磅大片和重大体育赛事展开。随着3D摄像机的问世，这项技术距离家庭用户又近了一步。在这款摄像机推出以后，我们今后就可以用3D镜头捕捉人生每一个难忘瞬间，比如孩子迈出的第一步，大学毕业庆典等。
3D摄像机通常有两个以上镜头。3D摄像机本身的功能就像人脑一样，可以将两个镜头图像融合在一起，变成一个3D图像。这些图像可以在3D电视上播放，观众佩戴所谓的主动式快门眼镜即可观看，也可通过裸眼3D显示设备直接观看。3D快门式眼镜能够以每秒60次的速度令左右眼镜的镜片快速交错开关。这意味着每只眼睛看到的是同一场景的稍显不同的画面，所以大脑会由此以为其是在欣赏以3D呈现的单张照片。
现有的3D摄像机存在功能单一，应用范围较小的缺陷。
发明内容
本发明要解决的技术问题是为了克服现有技术中3D摄像机存在功能单一，应用范围较小的缺陷，提供一种能够根据影像获取人体的形态，方便对形态进行进一步分析的人体形态的采集装置及方法。
本发明是通过下述技术方案来解决上述技术问题：
一种人体形态的采集装置，其特点在于，所述采集装置包括若干3D摄像机以及一处理端，所述处理端包括一生成模块、一选取模块、一获取模块以及一对比模块，
所述3D摄像机用于获取一空间内拍摄目标的连续的3D影像；
所述生成模块用于根据同一时刻的3D影像生成3D模型；
所述选取模块用于在所述3D模型选取若干特征点；
所述获取模块用于获取由特征点组成的空间模型；
所述对比模块用于将空间模型与预设模型对比以获取拍摄目标的形态。
较佳地，所述选取模块用于在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述选取模块在3D模型上的像素层上选取。
较佳地，所述3D摄像机设于一长方体空间的两个顶点处，两个顶点分别为长方体空间顶面的对角，所述处理端包括一计算模块、一投影模块以及一判断模块，长方体空间包括第一侧面和第二侧面，第一侧面和第二侧面相邻，
所述计算模块用于获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述投影模块用于将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述投影模块还用于将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述判断模块用于判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
较佳地，所述采集装置还包括一描述模块，
所述描述模块用于根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
较佳地，所述采集装置还包括一制图模块，所述制图模块用于生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
本发明还提供一种人体形态的采集方法，其特点在于，所述采集方法通过一采集装置实现，所述采集装置包括若干3D摄像机以及一处理端，所述采集方法包括：
所述3D摄像机获取一空间内拍摄目标的连续的3D影像；
所述处理端根据同一时刻的3D影像生成3D模型；
所述处理端在所述3D模型选取若干特征点；
所述处理端获取由特征点组成的空间模型；
所述处理端将空间模型与预设模型对比以获取拍摄目标的形态。
较佳地，所述采集方法包括：
所述处理端在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述处理端在3D模型上的像素层上选取。
较佳地，所述3D摄像机设于一长方体空间的两个顶点处，两个顶点分别为长方体空间顶面的对角，长方体空间包括第一侧面和第二侧面，第一侧面和第二侧面相邻，所述采集方法包括：
所述处理端获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述处理端判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
较佳地，所述采集方法包括：
所述处理端根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
较佳地，所述采集方法包括：
所述处理端生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明的人体形态的采集装置及方法能够通过3D摄像机获取人体的影像，并根据影像获取人体的形态，方便对形态进行进一步地分析，特别适用于监控病人、老年人及犯人，能够节省人工成本。
附图说明
图1为本发明实施例1的采集方法的流程图。
图2为本发明实施例1的空间模型的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种人体形态的采集装置，所述采集装置包括若干3D摄像机、一处理端以及若干用户终端。
所述处理端包括一生成模块、一选取模块、一获取模块以及一对比模块。
所述处理端可以为手机、电脑或云端服务器。
所述3D摄像机用于获取一空间内拍摄目标的连续的3D影像。
所述连续的3D影像可以是每隔一预设间隔拍摄的3D影像，如每间隔0.1秒就获取一个3D影像。
3D影像具有连续性，时间性，能够记录拍摄目标的运动状态。
本实施例中，所述3D摄像机用于拍摄所述空间内拍摄目标的3D录像；
所述处理端以预设间隔在所述3D影像中截取若干3D影像。
所述生成模块用于根据同一时刻的3D影像生成3D模型。
具体来说，所述生成模块用于对比相邻3D影像中的不同点并将不同点的3D影像生成所述3D模型。
本实施例获取了多幅3D影像，3D影像具有拍摄时序，相邻是指时序上的相邻。
模型的具体通过拼接方式生成，所述生成模块用于识别同一时刻下3D影像上的像素层特征点，并将3D影像按相同像素层特征点重合的方式拼接以获取所述3D模型。
拍摄的影像中背景是静止的，而人体是运动的，通过对不同点的识别能够获取活动的影像，去除背景能够获取运动的3D模型。
运动的3D模型由一幅幅的单独模型组成，每一单独3D模型通过多张3D影像拼接而成。
所述选取模块用于在所述3D模型选取若干特征点。
所述获取模块用于获取由特征点组成的空间模型。
本实施例中所述空间模型由特征点和线组成，能够体现出用户的人体形态。
参见图2，如头部12用两个特征点11表示，脖子13一个点，身体由4个点，手臂14用4个点其中关节用一个点等。
所述空间模型能够去除不必要的像素及结构层，能够清晰、简化的反映出用户在空间中的体态，从而能够分析出用户的行为。
所述对比模块用于将空间模型与预设模型对比以获取拍摄目标的形态。
具体地，所述选取模块用于在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述选取模块在3D模型上的像素层上选取。
所述预设数值的选取与目标点在3D模型的位置相关是指，如果是头部的话，则特征点距离目标点的距离约5CM，若是手臂则特征点距离目标点的距离约3CM，若是身体则特征点距离目标点的距离约8CM，从而能够使空间模型更加合理逼真，体现用户的形态。
由于本申请的3D摄像机可以用于监控，设置在房顶的3D摄像机无法清楚、完整的获取3D模型，通过上述技术手段，能够利用部分、残缺的3D影像获取所述特征点。
参见图1，利用上述采集装置，本实施例还提供一种采集方法，包括：
步骤100、所述3D摄像机获取一空间内拍摄目标的连续的3D影像；
步骤101、所述处理端根据同一时刻的3D影像生成3D模型；
步骤102、所述处理端在所述3D模型选取若干特征点；
步骤103、所述处理端获取由特征点组成的空间模型；
步骤104、所述处理端将空间模型与预设模型对比以获取拍摄目标的形态。
其中步骤102具体为：所述处理端在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述处理端在3D模型上的像素层上选取。
实施例2
本实施例与实施例1基本相同，不同之处仅在于：
所述3D摄像机设于一长方体空间的两个顶点处，两个顶点分别为长方体空间顶面的对角，所述处理端包括一计算模块、一投影模块以及一判断模块，长方体空间包括第一侧面和第二侧面，第一侧面和第二侧面相邻。
所述长方体空间为一房间的内部。
所述计算模块用于获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述投影模块用于将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述投影模块还用于将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述判断模块用于判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
本实施例能够通过3D摄像机对用户进行定位，并且能够获取用户的形态，这样就能够分析出用户的行为，如在床以外的位置平躺，很有可能是摔倒，在桌子上趴着过长时间可能是混到等信息，这些信息可以通知给指定的联系人或医护人员。
所述采集装置还包括一描述模块。
所述描述模块用于根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
和/或，所述采集装置还包括一制图模块，所述制图模块用于生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
通过人体形态能够获取各个部位的运动速度，具体描述方式可以为：用户头部在上午10点10分向下运动1.5米，速度较快，疑似摔倒；或，用户头部在晚上午9点30分向后仰0.5米，速度始终，疑似睡觉。
所述2D图片可以是多幅连续的图片，所述连续的图片能够组成动图，如GIF图片，用户终端接收到GIF图片能够更加清楚的获取拍摄目标的状态。
相对应地，本实施例的采集方法包括：
所述处理端获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述处理端判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
实施例1中获取了拍摄目标的形态，本实施例获取了拍摄目标的位置，根据形态和位置能够判断除用户的大量行为。
所述信息中包括文本信息：
所述处理端根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
所述信息中还包括3D图片：
所述处理端生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
所述处理端用于获取目标3D影像，并将目标3D影像在预设平面上投影以获取所述2D图片，其中，获取目标3D影像的3D摄像机的拍摄方向与所述预设平面垂直，所述目标3D影像为用于生成目标3D模型的3D影像，所述目标3D模型为满足预设条件的形态的3D模型。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种人体形态的采集装置，其特征在于，所述采集装置包括若干3D摄像机以及一处理端，所述处理端包括一生成模块、一选取模块、一获取模块以及一对比模块，
所述3D摄像机用于获取一空间内拍摄目标的连续的3D影像；
所述生成模块用于根据同一时刻的3D影像生成3D模型；
所述选取模块用于在所述3D模型选取若干特征点；
所述获取模块用于获取由特征点组成的空间模型；
所述对比模块用于将空间模型与预设模型对比以获取拍摄目标的形态。
2.如权利要求1所述的采集装置，其特征在于，所述选取模块用于在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述选取模块在3D模型上的像素层上选取。
3.如权利要求2所述的采集装置，其特征在于，所述3D摄像机设于一长方体空间的两个顶点处，两个顶点分别为长方体空间顶面的对角，所述处理端包括一计算模块、一投影模块以及一判断模块，长方体空间包括第一侧面和第二侧面，第一侧面和第二侧面相邻，
所述计算模块用于获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述投影模块用于将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述投影模块还用于将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述判断模块用于判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
4.如权利要求3所述的采集装置，其特征在于，所述采集装置还包括一描述模块，
所述描述模块用于根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
5.如权利要求3所述的采集装置，其特征在于，所述采集装置还包括一制图模块，所述制图模块用于生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
6.一种人体形态的采集方法，其特征在于，所述采集方法通过一采集装置实现，所述采集装置包括若干3D摄像机以及一处理端，所述采集方法包括：
所述3D摄像机获取一空间内拍摄目标的连续的3D影像；
所述处理端根据同一时刻的3D影像生成3D模型；
所述处理端在所述3D模型选取若干特征点；
所述处理端获取由特征点组成的空间模型；
所述处理端将空间模型与预设模型对比以获取拍摄目标的形态。
7.如权利要求6所述的采集方法，其特征在于，所述采集方法包括：
所述处理端在3D模型的头、躯干以及四肢均选取若干特征点，所述特征点位于目标点的切面的垂线上，所述特征点距离所述目标点的距离为预设数值，所述预设数值的选取与目标点在3D模型的位置相关，其中，所述目标点通过所述处理端在3D模型上的像素层上选取。
8.如权利要求7所述的采集方法，其特征在于，所述3D摄像机设于一长方体空间的两个顶点处，两个顶点分别为长方体空间顶面的对角，长方体空间包括第一侧面和第二侧面，第一侧面和第二侧面相邻，所述采集方法包括：
所述处理端获取3D摄像机到3D模型的距离以及3D摄像机与3D模型的连线与长方体空间各面的夹角；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第一侧面上，并根据所述距离以及所述夹角获取3D模型在第一侧面底边的位置；
所述处理端将3D摄像机与3D模型的连线以及3D模型投影到第二侧面上，并根据所述距离以及所述夹角获取3D模型在第二侧面底边的位置，然后根据第一侧面底边和第二侧面底边的位置获取3D模型在长方体空间底面的定位；
所述处理端判断所述定位以及所述形态是否满足预设条件，若是则向目标终端发送信息。
9.如权利要求8所述的采集方法，其特征在于，所述采集方法包括：
所述处理端根据所述定位以及所述形态所满足的预设条件生成文本信息，所述文本信息用于描述所述定位以及所述形态所对应的情景。
10.如权利要求8所述的采集方法，其特征在于，所述采集方法包括：
所述处理端生成2D图片，所述2D图片通过满足预设条件的所述定位以及所述形态所对应的3D模型投影生成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810727931.XA CN108965850B (zh) | 2018-07-05 | 2018-07-05 | 人体形态的采集装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810727931.XA CN108965850B (zh) | 2018-07-05 | 2018-07-05 | 人体形态的采集装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108965850A true CN108965850A (zh) | 2018-12-07 |
| CN108965850B CN108965850B (zh) | 2020-04-07 |
Family
ID=64485708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810727931.XA Active CN108965850B (zh) | 2018-07-05 | 2018-07-05 | 人体形态的采集装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108965850B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246602B (zh) * | 2008-02-04 | 2010-09-08 | 东华大学 | 基于几何骨架的人体姿态重建方法 |
| CN103577792A (zh) * | 2012-07-26 | 2014-02-12 | 北京三星通信技术研究有限公司 | 用于估计人体姿势的设备和方法 |
| CN103679712A (zh) * | 2013-11-29 | 2014-03-26 | 马婷 | 人体姿态估计方法及系统 |
| CN103810496A (zh) * | 2014-01-09 | 2014-05-21 | 江南大学 | 基于图像深度信息的3d高斯空间人体行为识别方法 |
| CN104598896A (zh) * | 2015-02-12 | 2015-05-06 | 南通大学 | 基于Kinect骨架追踪的人体摔倒自动检测方法 |
| CN104680582A (zh) * | 2015-03-24 | 2015-06-03 | 中国人民解放军国防科学技术大学 | 一种面向对象定制的三维人体模型创建方法 |
| CN106264536A (zh) * | 2015-05-21 | 2017-01-04 | 长沙维纳斯克信息技术有限公司 | 一种三维人体扫描装置和方法 |
| CN107194967A (zh) * | 2017-06-09 | 2017-09-22 | 南昌大学 | 基于Kinect深度图像的人体摔倒检测方法及装置 |
| CN107292948A (zh) * | 2016-04-12 | 2017-10-24 | 香港理工大学 | 一种人体建模方法、装置及电子设备 |
| CN108234932A (zh) * | 2016-12-21 | 2018-06-29 | 腾讯科技（深圳）有限公司 | 视频监控图像中的人员形态提取方法及装置 |
-
2018
- 2018-07-05 CN CN201810727931.XA patent/CN108965850B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246602B (zh) * | 2008-02-04 | 2010-09-08 | 东华大学 | 基于几何骨架的人体姿态重建方法 |
| CN103577792A (zh) * | 2012-07-26 | 2014-02-12 | 北京三星通信技术研究有限公司 | 用于估计人体姿势的设备和方法 |
| CN103679712A (zh) * | 2013-11-29 | 2014-03-26 | 马婷 | 人体姿态估计方法及系统 |
| CN103810496A (zh) * | 2014-01-09 | 2014-05-21 | 江南大学 | 基于图像深度信息的3d高斯空间人体行为识别方法 |
| CN104598896A (zh) * | 2015-02-12 | 2015-05-06 | 南通大学 | 基于Kinect骨架追踪的人体摔倒自动检测方法 |
| CN104680582A (zh) * | 2015-03-24 | 2015-06-03 | 中国人民解放军国防科学技术大学 | 一种面向对象定制的三维人体模型创建方法 |
| CN106264536A (zh) * | 2015-05-21 | 2017-01-04 | 长沙维纳斯克信息技术有限公司 | 一种三维人体扫描装置和方法 |
| CN107292948A (zh) * | 2016-04-12 | 2017-10-24 | 香港理工大学 | 一种人体建模方法、装置及电子设备 |
| CN108234932A (zh) * | 2016-12-21 | 2018-06-29 | 腾讯科技（深圳）有限公司 | 视频监控图像中的人员形态提取方法及装置 |
| CN107194967A (zh) * | 2017-06-09 | 2017-09-22 | 南昌大学 | 基于Kinect深度图像的人体摔倒检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108965850B (zh) | 2020-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3096208B1 (en) | Image processing for head mounted display devices | |
| CN109615703B (zh) | 增强现实的图像展示方法、装置及设备 | |
| US10560687B2 (en) | LED-based integral imaging display system as well as its control method and device | |
| CN106973228B (zh) | 一种拍摄方法及电子设备 | |
| JP6077655B2 (ja) | 撮影システム | |
| WO2012153447A1 (ja) | 画像処理装置、映像処理方法、プログラム、集積回路 | |
| JP3524147B2 (ja) | ３次元画像表示装置 | |
| CN104599317B (zh) | 一种实现3d扫描建模功能的移动终端及方法 | |
| JP2020506487A (ja) | シーンから深度情報を取得するための装置および方法 | |
| WO2018095317A1 (zh) | 视频数据处理方法、装置及设备 | |
| CN108416832B (zh) | 媒体信息的显示方法、装置和存储介质 | |
| KR101198557B1 (ko) | 시청자세를 반영하는 3차원 입체영상 생성 시스템 및 방법 | |
| CN107368192A (zh) | Vr眼镜的实景观测方法及vr眼镜 | |
| KR101304454B1 (ko) | 3d 갤러리 생성 장치 및 방법 | |
| CN107862718A (zh) | 4d全息视频捕捉方法 | |
| CN109584512A (zh) | 一种山地灾害预警方法及预警系统 | |
| CN108833890A (zh) | 基于摄像头的数据处理装置及方法 | |
| CN108564654B (zh) | 三维大场景的画面进入方式 | |
| Broxton et al. | A low cost multi-camera array for panoramic light field video capture | |
| CN108881842A (zh) | 基于3d摄像机的监控系统及信息处理方法 | |
| CN108965850A (zh) | 人体形态的采集装置及方法 | |
| TW201136313A (en) | 3D image monitor system and method | |
| CN108810517A (zh) | 具有监控功能的影像处理装置及方法 | |
| CN106886289B (zh) | 一种双用户互动的全息显示装置 | |
| CN206741430U (zh) | 一种双用户互动的全息显示装置 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230419 Address after: 518000 1101-g1, BIC science and technology building, No. 9, scientific research road, Maling community, Yuehai street, Nanshan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Yujing Information Technology Co.,Ltd. Address before: 201703 No.206, building 1, no.3938 Huqingping Road, Qingpu District, Shanghai Patentee before: UNRE (SHANGHAI) INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |