CN110188728A - 一种头部姿态估计的方法及系统 - Google Patents
一种头部姿态估计的方法及系统 Download PDFInfo
- Publication number
- CN110188728A CN110188728A CN201910490931.7A CN201910490931A CN110188728A CN 110188728 A CN110188728 A CN 110188728A CN 201910490931 A CN201910490931 A CN 201910490931A CN 110188728 A CN110188728 A CN 110188728A
- Authority
- CN
- China
- Prior art keywords
- face
- coordinate information
- head pose
- coordinate
- head
- 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
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种头部姿态估计的方法，首先通过采集连续的视频图像序列，通过检测算法定位图像中的人脸矩形区域，之后通过对人脸关键点进行定位操作，根据得到的人脸关键信息2D坐标，实现2D坐标信息在世界坐标系的3D转换，从而获得人头部姿态的3D坐标信息，达到估计头部姿态以及根据3D坐标的变化判断头部动作的目的，本发明的头部姿态估计的方法可实现基于2D视频获取设备获取的图像，通过检测人脸关键点信息对头部姿态进行估计，具有运算复杂度较低，且适用于在各种终端平台上运行的优点，可达到实时评估的效果。
Description
技术领域
本发明涉及计算机视觉技术领域，特别涉及一种头部姿态估计的方法及系统。
背景技术
头部姿态估计及运动检测，如点头，摇头，摆头以及头部角度信息等，是常被用于人机交互领域的一种技术，通过检测头部姿态来实对设备的各种控制，如通过检测人的头部姿态来判断人的视线范围，从而得出人的关注点，或者通过头部姿态来控制游戏指令，进行互动式游戏，以及随机指令让人做出点头、摇头或者摆头的动作来判断当前摄像采集设备前是否为真实人脸等。
当前，比较主流的头部姿态估计方法，多为利用传统的运动传感器，另外就是通过3D图像获取设备获取头部的三维坐标信息来进行判断，受限于目前主流的视频图像采集设备采集的都是2D图像信息，所以基于人脸关键点坐标信息，实现2D坐标信息在世界坐标系的3D转换，从而获得人头部姿态的3D坐标信息，再根据坐标的变化来实现对头部姿态的估计以及头部动作的判断。
发明内容
本发明的目的是克服上述背景技术中不足，提供一种头部姿态估计的方法及系统，通过采集连续的视频图像序列，利用检测算法定位图像中的人脸矩形区域，再对人脸关键点进行定位操作，根据得到的人脸关键信息2D坐标，实现2D坐标信息在世界坐标系的3D转换，从而获得人头部姿态的3D坐标信息，达到估计头部姿态以及根据3D坐标的变化判断头部动作的目的。
为了达到上述的技术效果，本发明采取以下技术方案：
一种头部姿态估计的方法，包括以下步骤：
A.获取视频图像数据；
B.通过人脸检测算法检测视频图像数据中的人脸区域；
C.通过关键点定位方法定位出人脸关键点的坐标信息；
D.依据人脸关键点的坐标信息，完成图像2D关键点坐标信息到3D坐标信息的映射转换；
E.根据转换后的坐标系坐标信息，判断头部姿态。
进一步地，所述步骤A中具体是通过2D视频图像采集设备采集连续的视频图像序列来获取视频图像数据。
进一步地，所述步骤B中具体是对每帧视频图像通过人脸检测算法检测其中的人脸矩形区域，并给出在当前图像坐标系下的人脸矩形区域的2D坐标信息。
进一步地，所述2D坐标信息是指以视频图像的左上角作为原点，给出人脸矩形框的左上角坐标P1(x,y)及矩形框的长宽，或给出人脸矩形框的左上角坐标P1(x,y)及右下角坐标P2(x,y)，则分别通过人脸矩形框的左上角坐标P1(x,y)及矩形框的长宽或人脸矩形框的左上角坐标P1(x,y)及右下角坐标P2(x,y)即可得出整个人脸矩形框的区域。
进一步地，所述步骤C中，是根据步骤B给定的人脸矩形区域定位人脸关键点的坐标信息，其中，所述人脸关键点至少包括左眉毛的左、右角点，右眉毛的左、右角点，左眼的左、右眼角，右眼的左、右眼角，鼻翼的左、右角点，嘴唇的左、右嘴角，下嘴唇的下边缘中间点，以及下巴最低点。
进一步地，所述步骤D具体为用已有的世界坐标系旋转、转换矩阵将3D点从世界坐标系变换到相机坐标系中。
进一步地，所述步骤E具体是根据转换得到的3D坐标信息的3D坐标信息变化，判断摇头、点头以及摆头的头部姿态动作。
进一步地，所述3D坐标信息中，设定当人脸关键点的坐标信息发生类似于沿y轴的左右平移时，则判定头部姿态动作为摇头，如整个人脸关键点的坐标信息在y轴上的坐标位置几乎没有变化，而在x轴上的坐标位置变化较大时，即可判定头部姿态动作为摇头；当人脸关键点的坐标信息发生类似于沿x轴的上下平移时，则判定头部姿态动作为点头，如整个人脸关键点的坐标信息在x轴上的坐标位置几乎没有变化，而在y轴上的坐标位置变化较大时，即可判定头部姿态动作为点头；当人脸关键点的坐标信息发生类似于沿z轴的左右平移时，则判定头部姿态动作为摆头，如整个人脸关键点的坐标信息在x轴、y轴、z轴上的坐标位置均有较大变化，且在z轴的变化类似于沿左右两侧平移时，即可判定头部姿态动作为摆头，且作为优选为摇头向左为正，向右为负，点头向上为负，向下为正，摆头向左为负，向右为正。
同时，本发明还公开了一种头部姿态估计的系统，包括依次连接的图像获取模块、人脸检测模块、关键信息标定模块、坐标转换模块、头部姿态估计模块，其中，所述图像获取模块用于获取连续视频图像序列，所述人脸检测模块用于确定图像获取模块采集的视频图像中的人脸矩形框区域，所述关键信息标定模块用于标定人脸检测模块确定的人脸矩形框区域中人脸关键点的坐标信息，所述坐标转换模块用于将关键信息标定模块标定的人脸关键点的坐标信息进行2D关键点坐标信息到3D坐标信息的映射转换，所述头部姿态估计模块用于根据3D坐标信息变化判断头部的姿态动作。
进一步地，所述头部的姿态动作包括摇头、点头、摆头。
本发明与现有技术相比，具有以下的有益效果：
本发明的头部姿态估计的方法及系统，首先通过采集连续的视频图像序列，通过检测算法定位图像中的人脸矩形区域，之后通过对人脸关键点进行定位操作，根据得到的人脸关键信息2D坐标，实现2D坐标信息在世界坐标系的3D转换，从而获得人头部姿态的3D坐标信息，达到估计头部姿态以及根据3D坐标的变化判断头部动作的目的，可实现基于2D视频获取设备获取的图像，通过检测人脸关键点信息对头部姿态进行估计，具有运算复杂度较低，且适用于在各种终端平台上运行的优点，可达到实时评估的效果。
附图说明
图1是本发明的头部姿态估计的方法的流程示意图。
图2是本发明的人脸关键点的示意图。
图3是本发明的头部姿态估计的系统的示意图。
图4是本发明的人脸关键点的在各姿态动作下的变化示意图。
图5是本发明中人脸在各姿态动作下的示意图
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例：
实施例一：
如图1所示，一种头部姿态估计的方法，包括以下步骤：
步骤S001.获取视频图像数据；本实施例中具体是通过2D视频图像采集设备采集连续的视频图像序列来获取视频图像数据。
步骤S002.通过人脸检测算法检测视频图像数据中的人脸区域；本实施例中具体是对每帧视频图像通过人脸检测算法检测其中的人脸矩形区域，并给出在当前图像坐标系下的人脸矩形区域的2D坐标信息。其中，2D坐标信息是指以视频图像的左上角作为原点，给出人脸矩形框的左上角坐标P1(x,y)及矩形框的长宽，或给出人脸矩形框的左上角坐标P1(x,y)及右下角坐标P2(x,y)。
步骤S003.通过关键点定位方法定位出人脸关键点的坐标信息；即根据步骤二给定的人脸矩形区域定位人脸关键点的坐标信息，其中，如图2所示，所述人脸关键点包括但不限于左眉毛的左、右角点，右眉毛的左、右角点，左眼的左、右眼角，右眼的左、右眼角，鼻翼的左、右角点，嘴唇的左、右嘴角，下嘴唇的下边缘中间点，以及下巴最低点。
步骤S004.依据人脸关键点的坐标信息，完成图像2D关键点坐标信息到3D坐标信息的映射转换；具体为用已有的世界坐标系旋转、转换矩阵将3D点从世界坐标系变换到相机坐标系中，即通过算法完成世界坐标系(3D坐标系)、2D人脸关键点坐标信息、输入的视频图像、相机坐标系之间的映射转换和标定，根据上述S003得到的人脸关键坐标，从而得到头部的3D坐标信息，该技术为现有技术，此处不再赘述。
步骤S005.根据转换后的坐标系坐标信息，判断头部姿态，本实施例中，具体是根据转换得到的3D坐标信息的3D坐标信息变化，判断摇头、点头以及摆头的头部姿态动作。
具体的，如图4所示，本实施例中，进行头部姿态动作判断时，在3D坐标信息中，设定当人脸关键点的坐标信息发生类似于沿y轴的左右平移时，则判定头部姿态动作为摇头，具体如图5a所示；如整个人脸关键点的坐标信息在y轴上的坐标位置几乎没有变化，而在x轴上的坐标位置变化较大时，即可判定头部姿态动作为摇头；当人脸关键点的坐标信息发生类似于沿x轴的上下平移时，则判定头部姿态动作为点头，具体如图5b所示；如整个人脸关键点的坐标信息在x轴上的坐标位置几乎没有变化，而在y轴上的坐标位置变化较大时，即可判定头部姿态动作为点头；当人脸关键点的坐标信息发生类似于沿z轴的左右平移时，则判定头部姿态动作为摆头，具体如图5c所示；如整个人脸关键点的坐标信息在x轴、y轴、z轴上的坐标位置均有较大变化，且在z轴的变化类似于沿左右两侧平移时，即可判定头部姿态动作为摆头，作为优选为摇头向左为正，向右为负，点头向上为负，向下为正，摆头向左为负，向右为正。
实施例二
如图3所示，一种头部姿态估计的系统，包括依次连接的图像获取模块、人脸检测模块、关键信息标定模块、坐标转换模块、头部姿态估计模块。
其中，所述图像获取模块用于获取连续视频图像序列，本实施例中是指用2D视频图像设备采集的视频图像序列；所述人脸检测模块用于确定图像中的人脸矩形框区域，包括了接收由图像获取模块采集的图像序列，检测每帧图像中的人脸矩形区域，并给出当前图像坐标系下的人脸矩形框坐标信息，通常图像坐标系以图像左上角为坐标原点，标定的人脸矩形框的坐标通常为矩形框的左上角坐标(x,y)及矩形框的长宽(height,width)或者人脸矩形框的左上角坐标(x,y)以及右下角坐标(x,y)。
所述关键信息标定模块用于根据人脸检测模块给出的人脸矩形区域，采用关键点检测算法标定出人脸关键点位置坐标，其中，人脸关键点包括但不限于左眉毛的左、右角点，右眉毛的左、右角点，左眼的左、右眼角，右眼的左、右眼角，鼻翼的左、右角点，嘴巴的左、右嘴角，下嘴唇的下边缘中间点，以及下巴最低点。
所述坐标转换模块用于完成图像2D关键点坐标信息到3D坐标信息的映射转换，主要包括用已有的世界坐标系旋转、转换矩阵将3D点从世界坐标系变换到相机坐标系中，即通过算法完成世界坐标系(3D坐标系)、2D人脸关键点坐标信息、输入的视频图像、相机坐标系之间的映射转换和标定，根据关键信息标定模块得到的人脸关键坐标，从而得到头部的3D坐标信息。
所述头部姿态估计模块用于根据转换得到的头部的3D坐标信息，对头部姿态角度做出估计以及判断是否发生了摇头、点头、摆头等动作。其中，进行头部姿态动作判断时，在3D坐标信息中，设定当人脸关键点的坐标信息发生类似于沿y轴的左右平移时，则判定头部姿态动作为摇头，如整个人脸关键点的坐标信息在y轴上的坐标位置几乎没有变化，而在x轴上的坐标位置变化较大时，即可判定头部姿态动作为摇头；当人脸关键点的坐标信息发生类似于沿x轴的上下平移时，则判定头部姿态动作为点头，如整个人脸关键点的坐标信息在x轴上的坐标位置几乎没有变化，而在y轴上的坐标位置变化较大时，即可判定头部姿态动作为点头；当人脸关键点的坐标信息发生类似于沿z轴的左右平移时，则判定头部姿态动作为摆头，如整个人脸关键点的坐标信息在x轴、y轴、z轴上的坐标位置均有较大变化，且在z轴的变化类似于沿左右两侧平移时，即可判定头部姿态动作为摆头，且如图5所示，作为优选为摇头向左为正，向右为负，点头向上为负，向下为正，摆头向左为负，向右为正。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种头部姿态估计的方法，其特征在于，包括以下步骤：
A.获取视频图像数据；
B.通过人脸检测算法检测视频图像数据中的人脸区域；
C.通过关键点定位方法定位出人脸关键点的坐标信息；
D.依据人脸关键点的坐标信息，完成图像2D关键点坐标信息到3D坐标信息的映射转换；
E.根据转换后的坐标系坐标信息，判断头部姿态。
2.根据权利要求1所述的一种头部姿态估计的方法，其特征在于，所述步骤A中具体是通过2D视频图像采集设备采集连续的视频图像序列来获取视频图像数据。
3.根据权利要求2所述的一种头部姿态估计的方法，其特征在于，所述步骤B中具体是对每帧视频图像通过人脸检测算法检测其中的人脸矩形区域，并给出在当前图像坐标系下的人脸矩形区域的2D坐标信息。
4.根据权利要求3所述的一种头部姿态估计的方法，其特征在于，所述2D坐标信息是指以视频图像的左上角作为原点，给出人脸矩形框的左上角坐标P1(x,y)及矩形框的长宽，或给出人脸矩形框的左上角坐标P1(x,y)及右下角坐标P2(x,y)。
5.根据权利要求3所述的一种头部姿态估计的方法，其特征在于，所述步骤C中，是根据步骤B给定的人脸矩形区域定位人脸关键点的坐标信息，其中，所述人脸关键点至少包括左眉毛的左、右角点，右眉毛的左、右角点，左眼的左、右眼角，右眼的左、右眼角，鼻翼的左、右角点，嘴唇的左、右嘴角，下嘴唇的下边缘中间点，以及下巴最低点。
6.根据权利要求5所述的一种头部姿态估计的方法，其特征在于，所述步骤D具体为用已有的世界坐标系旋转、转换矩阵将3D点从世界坐标系变换到相机坐标系中。
7.根据权利要求6所述的一种头部姿态估计的方法，其特征在于，所述步骤E具体是根据转换得到的3D坐标信息的3D坐标信息变化，判断摇头、点头以及摆头的头部姿态动作。
8.根据权利要求7所述的一种头部姿态估计的方法，其特征在于，所述3D坐标信息中，设定当人脸关键点的坐标信息发生类似于沿y轴的左右平移时，则判定头部姿态动作为摇头；当人脸关键点的坐标信息发生类似于沿x轴的上下平移时，则判定头部姿态动作为点头；当人脸关键点的坐标信息发生类似于沿z轴的左右平移时，则判定头部姿态动作为摆头。
9.一种头部姿态估计的系统，其特征在于，包括依次连接的图像获取模块、人脸检测模块、关键信息标定模块、坐标转换模块、头部姿态估计模块，其中，所述图像获取模块用于获取连续视频图像序列，所述人脸检测模块用于确定图像获取模块采集的视频图像中的人脸矩形框区域，所述关键信息标定模块用于标定人脸检测模块确定的人脸矩形框区域中人脸关键点的坐标信息，所述坐标转换模块用于将关键信息标定模块标定的人脸关键点的坐标信息进行2D关键点坐标信息到3D坐标信息的映射转换，所述头部姿态估计模块用于根据3D坐标信息变化判断头部的姿态动作。
10.根据权利要求9所述的一种头部姿态估计的系统，其特征在于，所述头部的姿态动作包括摇头、点头、摆头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910490931.7A CN110188728A (zh) | 2019-06-06 | 2019-06-06 | 一种头部姿态估计的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910490931.7A CN110188728A (zh) | 2019-06-06 | 2019-06-06 | 一种头部姿态估计的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110188728A true CN110188728A (zh) | 2019-08-30 |
Family
ID=67720700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910490931.7A Pending CN110188728A (zh) | 2019-06-06 | 2019-06-06 | 一种头部姿态估计的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110188728A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110909611A (zh) * | 2019-10-29 | 2020-03-24 | 深圳云天励飞技术有限公司 | 一种关注区域检测方法、装置、可读存储介质及终端设备 |
| CN110941990A (zh) * | 2019-10-22 | 2020-03-31 | 泰康保险集团股份有限公司 | 基于骨骼关键点进行人体动作评估的方法和装置 |
| CN111178152A (zh) * | 2019-12-09 | 2020-05-19 | 上海理工大学 | 一种基于三维头部建模的注意力检测提醒装置 |
| CN111291655A (zh) * | 2020-01-21 | 2020-06-16 | 杭州微洱网络科技有限公司 | 一种针对电商图像中度量2d图像中的头部姿态匹配方法 |
| CN111860154A (zh) * | 2020-06-12 | 2020-10-30 | 歌尔股份有限公司 | 一种基于视觉的额头检测方法、装置和电子设备 |
| CN112150551A (zh) * | 2020-09-25 | 2020-12-29 | 北京百度网讯科技有限公司 | 物体位姿的获取方法、装置和电子设备 |
| CN112329727A (zh) * | 2020-11-27 | 2021-02-05 | 四川长虹电器股份有限公司 | 一种活体检测方法和装置 |
| CN112861564A (zh) * | 2019-11-12 | 2021-05-28 | 北京君正集成电路股份有限公司 | 一种坐姿检测的实现装置 |
| CN112882396A (zh) * | 2021-01-25 | 2021-06-01 | 海尔(深圳)研发有限责任公司 | 用于智能家居设备控制的方法、装置及智能家居设备 |
| CN113554609A (zh) * | 2021-07-19 | 2021-10-26 | 同济大学 | 一种基于视觉的颈部肌张力障碍识别系统 |
| CN114939874A (zh) * | 2022-06-29 | 2022-08-26 | 深圳艾摩米智能科技有限公司 | 一种机械手臂沿人体表面移动的姿态规划方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040240708A1 (en) * | 2003-05-30 | 2004-12-02 | Microsoft Corporation | Head pose assessment methods and systems |
| CN106599830A (zh) * | 2016-12-09 | 2017-04-26 | 中国科学院自动化研究所 | 人脸关键点定位方法及装置 |
| CN106933339A (zh) * | 2015-12-31 | 2017-07-07 | 掌赢信息科技（上海）有限公司 | 一种眼球驱动方法及电子设备 |
| CN108197534A (zh) * | 2017-12-19 | 2018-06-22 | 迈巨（深圳）科技有限公司 | 一种人头部姿态检测方法、电子设备及存储介质 |
| CN108711175A (zh) * | 2018-05-16 | 2018-10-26 | 浙江大学 | 一种帧间信息导向的头部姿态估计优化方法 |
| CN109271950A (zh) * | 2018-09-28 | 2019-01-25 | 广州云从人工智能技术有限公司 | 一种基于手机前视摄像头的人脸活体检测方法 |
| CN109754464A (zh) * | 2019-01-31 | 2019-05-14 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
-
2019
- 2019-06-06 CN CN201910490931.7A patent/CN110188728A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040240708A1 (en) * | 2003-05-30 | 2004-12-02 | Microsoft Corporation | Head pose assessment methods and systems |
| CN106933339A (zh) * | 2015-12-31 | 2017-07-07 | 掌赢信息科技（上海）有限公司 | 一种眼球驱动方法及电子设备 |
| CN106599830A (zh) * | 2016-12-09 | 2017-04-26 | 中国科学院自动化研究所 | 人脸关键点定位方法及装置 |
| CN108197534A (zh) * | 2017-12-19 | 2018-06-22 | 迈巨（深圳）科技有限公司 | 一种人头部姿态检测方法、电子设备及存储介质 |
| CN108711175A (zh) * | 2018-05-16 | 2018-10-26 | 浙江大学 | 一种帧间信息导向的头部姿态估计优化方法 |
| CN109271950A (zh) * | 2018-09-28 | 2019-01-25 | 广州云从人工智能技术有限公司 | 一种基于手机前视摄像头的人脸活体检测方法 |
| CN109754464A (zh) * | 2019-01-31 | 2019-05-14 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 孙玉芬等: "基于SIFT 特征的视频内头部姿态估计", 《武汉理工大学学报》 * |
| 张立军等: "面向驾驶意图识别的驾驶员头、面部视觉特征提取", 《汽车技术》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110941990A (zh) * | 2019-10-22 | 2020-03-31 | 泰康保险集团股份有限公司 | 基于骨骼关键点进行人体动作评估的方法和装置 |
| CN110941990B (zh) * | 2019-10-22 | 2023-06-16 | 泰康保险集团股份有限公司 | 基于骨骼关键点进行人体动作评估的方法和装置 |
| WO2021082635A1 (zh) * | 2019-10-29 | 2021-05-06 | 深圳云天励飞技术股份有限公司 | 一种关注区域检测方法、装置、可读存储介质及终端设备 |
| CN110909611A (zh) * | 2019-10-29 | 2020-03-24 | 深圳云天励飞技术有限公司 | 一种关注区域检测方法、装置、可读存储介质及终端设备 |
| CN112861564A (zh) * | 2019-11-12 | 2021-05-28 | 北京君正集成电路股份有限公司 | 一种坐姿检测的实现装置 |
| CN111178152A (zh) * | 2019-12-09 | 2020-05-19 | 上海理工大学 | 一种基于三维头部建模的注意力检测提醒装置 |
| CN111291655B (zh) * | 2020-01-21 | 2023-06-06 | 杭州微洱网络科技有限公司 | 一种针对电商图像中度量2d图像中的头部姿态匹配方法 |
| CN111291655A (zh) * | 2020-01-21 | 2020-06-16 | 杭州微洱网络科技有限公司 | 一种针对电商图像中度量2d图像中的头部姿态匹配方法 |
| CN111860154A (zh) * | 2020-06-12 | 2020-10-30 | 歌尔股份有限公司 | 一种基于视觉的额头检测方法、装置和电子设备 |
| CN111860154B (zh) * | 2020-06-12 | 2024-05-28 | 歌尔股份有限公司 | 一种基于视觉的额头检测方法、装置和电子设备 |
| CN112150551A (zh) * | 2020-09-25 | 2020-12-29 | 北京百度网讯科技有限公司 | 物体位姿的获取方法、装置和电子设备 |
| CN112150551B (zh) * | 2020-09-25 | 2023-07-25 | 北京百度网讯科技有限公司 | 物体位姿的获取方法、装置和电子设备 |
| CN112329727A (zh) * | 2020-11-27 | 2021-02-05 | 四川长虹电器股份有限公司 | 一种活体检测方法和装置 |
| CN112882396A (zh) * | 2021-01-25 | 2021-06-01 | 海尔(深圳)研发有限责任公司 | 用于智能家居设备控制的方法、装置及智能家居设备 |
| CN113554609A (zh) * | 2021-07-19 | 2021-10-26 | 同济大学 | 一种基于视觉的颈部肌张力障碍识别系统 |
| CN114939874A (zh) * | 2022-06-29 | 2022-08-26 | 深圳艾摩米智能科技有限公司 | 一种机械手臂沿人体表面移动的姿态规划方法 |
| CN114939874B (zh) * | 2022-06-29 | 2023-08-01 | 深圳艾摩米智能科技有限公司 | 一种机械手臂沿人体表面移动的姿态规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110188728A (zh) | 一种头部姿态估计的方法及系统 | |
| KR102136241B1 (ko) | 표정 검출 성능을 갖는 머리-장착형 디스플레이 | |
| JP4852764B2 (ja) | 動き計測装置、動き計測システム、車載機器、動き計測方法、動き計測プログラム、およびコンピュータ読み取り可能な記録媒体 | |
| US9298257B2 (en) | Apparatus and method for controlling avatar using expression control point | |
| CN110728739B (zh) | 一种基于视频流的虚拟人控制与交互方法 | |
| CN111710036A (zh) | 三维人脸模型的构建方法、装置、设备及存储介质 | |
| US7027618B2 (en) | Head motion estimation from four feature points | |
| KR20120006610A (ko) | 얼굴 애니메이션 시스템 및 방법 | |
| CN107103309A (zh) | 一种基于图像识别的学生坐姿检测与纠正系统 | |
| CN105760809B (zh) | 用于头部姿态估计的方法和设备 | |
| KR20110139694A (ko) | 제스쳐 인식 방법 및 시스템 | |
| CN104914988A (zh) | 手势识别装置以及手势识别装置的控制方法 | |
| CN112416125A (zh) | Vr头戴式一体机 | |
| US20230230305A1 (en) | Online streamer avatar generation method and apparatus | |
| KR20130110441A (ko) | 신체 제스처 인식 방법 및 장치 | |
| CN110164060B (zh) | 一种用于娃娃机的手势控制方法、存储介质和娃娃机 | |
| CN113158459A (zh) | 一种基于视觉和惯性信息融合的人体姿态估计方法 | |
| KR101256046B1 (ko) | 공간 제스처 인식을 위한 신체 트래킹 방법 및 시스템 | |
| CN111488059A (zh) | 适用于交互融合的互动投影方法 | |
| CN106203364A (zh) | 一种3d眼镜互动试戴系统及方法 | |
| CN113822174A (zh) | 视线估计的方法、电子设备及存储介质 | |
| WO2023025175A1 (zh) | 用于空间定位的方法及装置 | |
| CN114402370A (zh) | 基于面部-肩部特征坐标变换的自适应手部跟踪和手势识别 | |
| CN109531578B (zh) | 仿人机械手臂体感控制方法及装置 | |
| CN115494938A (zh) | 非接触式交互方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |