CN110728754B - 刚体标记点识别方法、装置、设备及存储介质 - Google Patents

刚体标记点识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110728754B
CN110728754B CN201910956604.6A CN201910956604A CN110728754B CN 110728754 B CN110728754 B CN 110728754B CN 201910956604 A CN201910956604 A CN 201910956604A CN 110728754 B CN110728754 B CN 110728754B
Authority
CN
China
Prior art keywords
rigid body
point
distance
value
points
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
CN201910956604.6A
Other languages
English (en)
Other versions
CN110728754A (zh
Inventor
吴昆临
许秋子
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.)
Shenzhen Realis Multimedia Technology Co Ltd
Original Assignee
Shenzhen Realis Multimedia Technology Co Ltd
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 Shenzhen Realis Multimedia Technology Co Ltd filed Critical Shenzhen Realis Multimedia Technology Co Ltd
Priority to CN201910956604.6A priority Critical patent/CN110728754B/zh
Publication of CN110728754A publication Critical patent/CN110728754A/zh
Application granted granted Critical
Publication of CN110728754B publication Critical patent/CN110728754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及计算机视觉识别技术领域,公开了一种刚体标记点识别方法、装置、设备及存储介质,用于减少刚体标记点识别过程的计算量。刚体标记点识别方法包括:通过测量并获取待识别刚体标记组的实际距离,并根据待识别刚体标记组的实际距离的值,查找出对应的预置区间;获取标记在对应的预置区间中所有3D点距离的值,计算实际距离的值与标记在对应的预置区间中每一个3D点距离的值之间差值;判断每一个计算差值是否在预设的误差范围内;若判定出某一目标差值在预设的误差范围内,则可以判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由待识别刚体标记组组成,从而完成了对待识别刚体标记组中对应刚体标记点的识别。

Description

刚体标记点识别方法、装置、设备及存储介质
技术领域
本发明涉及计算机视觉识别技术领域,尤其涉及刚体标记点识别方法、装置、设备及存储介质。
背景技术
现有动捕系统中通过动作捕捉摄像机组检测刚体的标记点,并获取标记点的二维坐标,根据标记点的二维坐标进行跟踪与重构得到对应的三维标记点,然后根据三维标记点的坐标计算出捕捉对象的姿态参数。可见目前在光学动作捕捉技术中,需要利用识别并使用刚体上的标记点来判断捕捉对象的姿态。
然而,在现有的刚体标记点识别方法中,通过将每一对由动捕系统获取的三维标记点连成的边与刚体上每对标记点连成的边进行长度对比,根据长度匹配的对比结果来识别出对应的刚体标识点。通过现有的刚体标记点识方法,需要计算刚体上每对标记点连成的边的长度、需要计算每一对三维标记点连成的边的长度、还需要进行大量的长度对比匹配计算,因而现有的刚体标记点识别方法的计算量非常大。
发明内容
本发明的主要目的在于解决由于现有的刚体标记点识别方法的计算量非常大的技术问题。
为实现上述目的,本发明第一方面提供了一种刚体标记点识别方法,包括:
测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b;
根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间;
获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数;
计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值;
判断每一个所述差值是否在预设的误差范围内;
若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
可选的,在本发明第一方面的另一种实现方式中,在所述判断每一个所述差值是否在预设的误差范围内之后,还包括:
若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
可选的,在本发明第一方面的另一种实现方式中,在所述测量并获取待识别刚体标记组的实际距离Dab之前,包括:
通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点;
获取所述N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数;
测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin,其中所述i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
可选的,在本发明第一方面的另一种实现方式中,在所述测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin之后,包括:
根据每一个所述刚体标记点的真实三维坐标、建立对应的N个3D点;
按设定的立方体区块的边长将所述动作捕捉区域划分成若干个三维的立方体区块,所述设定的立方体区块的边长不小于所述实际距离Dij的最大值Dmax
根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来。
可选的,在本发明第一方面的另一种实现方式中,在所述根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来之后,包括:
计算并获取每一个所述3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间。
可选的,在本发明第一方面的另一种实现方式中,在所述根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间之后,包括:
根据每一个所述3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个所述3D点距离Lmn的值分别在对应的预置区间中标记出来。
本发明第二方面提供了一种刚体标记点识别装置,包括:
待识别刚体标记组实际距离测量与获取模块,用于测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b;
对应预置区间查找模块,用于根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间;
3D点距离获取模块,用于获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数;
差值计算模块,用于计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值;
误差判断模块,用于判断所述差值是否在预设的误差范围内;
第一判定模块,用于若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
第二判定模块,用于若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
刚体标记点检测模块,用于通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点;
三维坐标获取模块,用于获取所述N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数;
刚体标记组的实际距离测量与获取模块,用于测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin,其中所述i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
3D点建立模块,用于根据每一个所述刚体标记点的真实三维坐标、建立对应的N个3D点;
动作捕捉区域划分模块,用于按设定的立方体区块的边长将所述动作捕捉区域划分成若干个三维的立方体区块,所述设定的立方体区块的边长不小于所述实际距离Dij的最大值Dmax
立方体区块标记模块,用于根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
3D点距离计算与获取模块,用于计算并获取每一个所述3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
预置区间划分模块,用于根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
预置区间标记模块,用于根据每一个所述3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个所述3D点距离Lmn的值分别在对应的预置区间中标记出来。
本发明第三方面提供了一种刚体标记点识别设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互联;所述至少一个处理器调用所述存储器中的所述指令,以使得所述刚体标记点识别设备执行上述第一方面所述的方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面所述的方法。
本发明提供的技术方案中,测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b;根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间;获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数;计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值;判断每一个所述差值是否在预设的误差范围内;若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
本发明实施例中,通过测量待识别刚体标记组的实际距离,并根据待识别刚体标记组的实际距离查找对应的预置区间,从而获取对应预置区间中所有3D点距离的值,进一步地通过将待识别刚体标记组的实际距离与每一个3D点距离的值进行比对、计算两者之间的差值,再通过差值误差判断,将判定在误差范围内的3D点距离Lmn对应的一对3D点作为待识别刚体标记组对应组成的刚体标记点,来实现对待识别刚体标记组的识别,本发明刚体标记点识别方法通过先将待匹配的3D点距离的总数量进行减少处理,再减少待识别刚体标记组需要匹配的3D点距离的数量,从而实现了减少刚体标记点识别过程的计算量。
附图说明
图1为本发明实施例中刚体标记点识别方法的一个实施例示意图;
图2为本发明实施例中刚体标记点识别方法的另一个实施例示意图;
图3为本发明实施例中刚体标记点识别装置的一个实施例示意图;
图4为本发明实施例中刚体标记点识别装置的另一个实施例示意图;
图5为本发明实施例中刚体标记点识别设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种刚体标记点识别方法、装置、设备及存储介质,用于减少刚体标记点识别过程中的计算量。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例进行描述。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本发明实施例中,所述刚体标记点识别方法由计算机或服务器执行。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中刚体标记点识别方法的一个实施例包括:
101、测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b。
具体实施时,可以通过计算机或服务器内置的刻度尺测量待识别刚体标记组的实际距离Dab
102、根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间。
具体实施时,计算机或服务器根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间,预置区间为将动作捕捉区域内的所有刚体标记组的实际距离的取值范围,按设定的间隔距离分割而得到。按取值范围在每一个预置区间内还预先标记有对应的3D点距离Lmn的值。
103、获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数。
具体实施时,计算机或服务器获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值。
104、计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值。
具体实施时,计算机或服务器计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值。
105、判断每一个所述差值是否在预设的误差范围内。
具体实施时,计算机或服务器判断每一个所述差值是否在预设的误差范围内,在此处预设的误差范围由实际需求可以具体设定,其设定方式在此不作限定。
106、若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
具体实施时,计算机或服务器当判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成,即达到了对待识别刚体标记组识别的效果,从而实现了对待识别刚体标记组对应的刚体标记点的识别。
可选的,若判定出每一个差值均不在预设的误差范围内,则判定在对应的预置区间中每一个3D点距离Lmn对应的每一对3D点均不是由待识别刚体标记组组成。
具体实施时,计算机或服务器当判定出每一个差值均不在预设的误差范围内,则判定在对应的预置区间中每一个3D点距离Lmn对应的每一对3D点均不是由待识别刚体标记组组成,即当前待识别刚体标记组不能与对应的预置区间中每一个3D点距离Lmn对应的每一对3D点匹配,因而不能实现对待识别刚体标记组对应的刚体标记点的识别。
由此可见,本发明通过测量待识别刚体标记组的实际距离,并根据待识别刚体标记组的实际距离查找对应的预置区间,从而获取对应预置区间中所有3D点距离的值,进一步地通过将待识别刚体标记组的实际距离与每一个3D点距离的值进行比对、计算两者之间的差值,再通过差值误差判断,将判定在误差范围内的3D点距离Lmn对应的一对3D点作为待识别刚体标记组对应组成的刚体标记点,来实现对待识别刚体标记组的识别,本发明刚体标记点识别方法通过先将待匹配的3D点距离的总数量进行减少处理,再减少待识别刚体标记组需要匹配的3D点距离的数量,从而实现了减少刚体标记点识别过程的计算量。
进一步地,请参阅图2,本发明实施例中刚体标记点识别方法的另一个实施例中,还包括:
201、通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点。
具体的,计算机或服务器通过动捕系统获得捕捉对象在动作捕捉区域内的运动图像的帧,每一帧具有多个图像,每一个图像对应于一个运动捕捉中的采集相机,每一个图像中具有每一帧的刚体标记点。
202、获取N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数。
具体的,计算机或服务器通过相机可以连续获取动作捕捉区域内的每一个刚体标记点的实时三维坐标数据。
203、测量并获取N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取实际距离Dij的最大值Dmax、最小值Dmin,其中i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
具体的,计算机或服务器通过内置的刻度尺测量由步骤S201中检测到的刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取实际距离Dij的最大值Dmax、最小值Dmin,其中i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
204、根据每一个刚体标记点的真实三维坐标、建立对应的N个3D点。
具体的,计算机或服务器将由步骤S202中获取的每一个刚体标记点的真实三维坐标,建立对应的N个3D点。
205、按设定的立方体区块的边长将动作捕捉区域划分成若干个三维的立方体区块。设定的立方体区块的边长不小于实际距离Dij的最大值Dmax
具体的,计算机或服务器按设定的立方体区块的边长将动作捕捉区域划分成若干个三维的立方体区块。设定的立方体区块的边长不小于实际距离Dij的最大值Dmax。譬如,实际距离Dij的最大值Dmax为10厘米,则设定的立方体区块的边长的体积应至少为1000立方厘米,在此处立方体区块的边长根据三维的立方体区块具体的划分粒度需求而定,其设定方式在此不作限定。
206、根据每一个3D点对应的真实三维坐标,将每一个3D点在对应的立方体区块中标记出来。
具体的,计算机或服务器根据每一个3D点对应的真实三维坐标,将每一个3D点在对应的立方体区块中标记出来,即根据真实三维坐标,将每一个3D点“放入”对应的立方体区块中。
207、计算并获取每一个3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
具体的,计算机或服务器计算并获取每一个3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn。其中,由每一个3D点与相邻的立方体区块的空间结构关系,每一个3D点相邻的立方体区块共有26个,每一个相邻的立方体区块中均具有按三维坐标标记的3D点。
现有刚体标记点识别算法中,若每个刚体上有NR个标记点,则对应的刚体标记组的实际距离有
Figure BDA0002227517760000091
个,由动捕系统相机检测而建立得到的3D点有Ns个,则对应计算得到的3D点距离有/>
Figure BDA0002227517760000092
个,因而为识别每一对刚体标记组要做的计算有NR*Ns次,计算量非常大。
而本发明通过计算每一个3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn,而非取每一对3D点之间的距离用作匹配,即将用于与刚体标记组的实际距离进行匹配的3D点距离的数量减少。本发明先将待匹配的3D点距离的总数量进行减少处理,减少了在刚体标记点识别过程中的计算量。
208、根据实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间。
具体的,计算机或服务器根据实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将刚体标记组的实际距离的取值范围[Dmin,Dmax]分割为若干个预置区间,在此处间隔距离根据预置区间具体的分割粒度需求而定,其设定方式在此不作限定。
209、根据每一个3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个3D点距离Lmn的值分别在对应的预置区间中标记出来。
具体的,计算机或服务器根据每一个3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个3D点距离Lmn的值分别在对应的预置区间中标记出来。
本发明通过先将,将3D点距离Lmn的值在取值范围[Dmin,Dmax]进行分割成多个对应的预置区间,并对每一个3D点距离Lmn的值分别在对应的预置区间中标记出来,因而在匹配待识别刚体标记组的实际距离与3D点距离Lmn进行比对时,可以直接地找出对应的预置区间,取对应预置区间内的3D点距离Lmn进行比对即可,而不用将待识别刚体标记组的实际距离与整体取值范围[Dmin,Dmax]内的3D点距离Lmn进行比对,即待识别刚体标记组需要匹配的3D点距离的数量,因此可以大大降低了计算量。
210、测量并获取待识别刚体标记组的实际距离Dab,其中a、b表示待识别刚体标记组中的两个刚体标记点,且a≠b。
211、根据待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间。
212、获取标记在实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数。
213、计算实际距离Dab的值与标记在对应的预置区间中每一个3D点距离Lmn的值之间差值。
214、判断每一个差值是否在预设的误差范围内。
215、若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由待识别刚体标记组组成。
216、若判定出每一个差值均不在预设的误差范围内,则判定在对应的预置区间中每一个3D点距离Lmn对应的每一对3D点均不是由待识别刚体标记组组成。
具体实施时,计算机或服务器当判定出每一个差值均不在预设的误差范围内,则判定在对应的预置区间中每一个3D点距离Lmn对应的每一对3D点均不是由待识别刚体标记组组成,即当前待识别刚体标记组不能与对应的预置区间中每一个3D点距离Lmn对应的每一对3D点匹配,因而不能实现对待识别刚体标记组对应的刚体标记点的识别。
具体的,步骤210-215的具体实施描述参照步骤101-106,在此不作赘述。
由上可见,本发明刚体标记点识别方法通过先将待匹配的3D点距离的总数量进行减少处理,再减少待识别刚体标记组需要匹配的3D点距离的数量,从而实现了减少刚体标记点识别过程的计算量。
上面对本发明实施例中刚体标记点识别方法进行了描述,下面对本发明实施例中刚体标记点识别装置进行描述,请参阅图3,本发明实施例中刚体标记点识别装置的一个实施例包括:
待识别刚体标记组实际距离测量与获取模块301,用于测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b。
对应预置区间查找模块302,用于根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间。
3D点距离获取模块303,用于获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数。
差值计算模块304,用于计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值。
误差判断模块305,用于判断所述差值是否在预设的误差范围内。
第一判定模块306,用于若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
第二判定模块,用于若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
刚体标记点检测模块,用于通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点。
三维坐标获取模块,用于获取所述N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数。
刚体标记组的实际距离测量与获取模块,用于测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin,其中所述i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
3D点建立模块,用于根据每一个所述刚体标记点的真实三维坐标、建立对应的N个3D点。
动作捕捉区域划分模块,用于按设定的立方体区块的边长将所述动作捕捉区域划分成若干个三维的立方体区块。所述设定的立方体区块的边长不小于所述实际距离Dij的最大值Dmax
立方体区块标记模块,用于根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
3D点距离计算与获取模块,用于计算并获取每一个所述3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
预置区间划分模块,用于根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间。
可选的,在本发明第二方面的另一种实现方式中,所述刚体标记点识别装置还包括:
预置区间标记模块,用于根据每一个所述3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个所述3D点距离Lmn的值分别在对应的预置区间中标记出来。
请参阅图4,本发明实施例中刚体标记点识别装置的另一个实施例,刚体标记点识别装置包括:
刚体标记点检测模块401,用于通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点。
三维坐标获取模块402,用于获取所述N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数。
刚体标记组的实际距离测量与获取模块403,用于测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin,其中所述i表示第i个刚体标记点、j表示第j个刚体标记点,i≠j且i≤N、j≤N,N为不包括0的自然数。
3D点建立模块404,用于根据每一个所述刚体标记点的真实三维坐标、建立对应的N个3D点。
动作捕捉区域划分模块405,用于按设定的立方体区块的边长将所述动作捕捉区域划分成若干个三维的立方体区块。所述设定的立方体区块的边长不小于所述实际距离Dij的最大值Dmax
立方体区块标记模块406,用于根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来。
3D点距离计算与获取模块407,用于计算并获取每一个所述3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
预置区间划分模块408,用于根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围[Dmin,Dmax]分割为若干个预置区间。
预置区间标记模块409,用于根据每一个所述3D点距离Lmn的值在取值范围[Dmin,Dmax]中分别查找出对应的预置区间,并将每一个所述3D点距离Lmn的值分别在对应的预置区间中标记出来。
待识别刚体标记组实际距离测量与获取模块410,用于测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且a≠b。
对应预置区间查找模块411,用于根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间。
3D点距离获取模块412,用于获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,m≠n且m≤N、n≤N,N为不包括0的自然数。
差值计算模块413,用于计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值。
误差判断模块414,用于判断所述差值是否在预设的误差范围内。
第一判定模块415,用于若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
第二判定模块416,用于若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言,由于其与方法实施例基本相似,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。
上面图3和图4从模块化功能实体的角度对本发明实施例中的刚体标记点识别装置进行详细描述,下面从硬件处理的角度对本发明实施例中刚体标记点识别设备进行详细描述。
图5是本发明实施例提供的一种刚体标记点识别设备的结构示意图,该刚体标记点识别设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)501(例如,一个或一个以上处理器)和存储器509,一个或一个以上存储应用程序507或数据506的存储介质508(例如一个或一个以上海量存储设备)。其中,存储器509和存储介质508可以是短暂存储或持久存储。存储在存储介质508的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对图计算的布尔型变量存储中的一系列指令操作。更进一步地,处理器501可以设置为与存储介质508通信,在刚体标记点识别设备500上执行存储介质508中的一系列指令操作。
刚体标记点识别设备500还可以包括一个或一个以上电源502,一个或一个以上有线或无线网络接口503,一个或一个以上输入输出接口504,和/或,一个或一个以上操作系统505,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5中示出的刚体标记点识别设备结构并不构成对刚体标记点识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种刚体标记点识别方法,其特征在于,包括:
测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且
Figure QLYQS_1
根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间,所述预置区间为将动作捕捉区域内的所有刚体标记组实际距离的取值范围按设定的间隔距离分割而得到,且每个预置区间内标记有对应的3D点距离Lmn的值;
获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,
Figure QLYQS_2
且/>
Figure QLYQS_3
、/>
Figure QLYQS_4
,N为不包括0的自然数;
计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值;
判断每一个所述差值是否在预设的误差范围内;
若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
2.根据权利要求1所述刚体标记点识别方法,其特征在于,在所述判断每一个所述差值是否在预设的误差范围内之后,还包括:
若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
3.根据权利要求1所述刚体标记点识别方法,其特征在于,在所述测量并获取待识别刚体标记组的实际距离Dab之前,包括:
通过动捕系统的相机检测到动作捕捉区域内的N个刚体标记点;
获取所述N个刚体标记点中每一个刚体标记点的真实三维坐标,其中N为不包括0的自然数;
测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin,其中所述i表示第i个刚体标记点、j表示第j个刚体标记点,
Figure QLYQS_5
且/>
Figure QLYQS_6
、/>
Figure QLYQS_7
,N为不包括0的自然数。
4.根据权利要求3所述刚体标记点识别方法,其特征在于,在所述测量并获取所述N个刚体标记点中每一对刚体标记组Mij之间的实际距离Dij,并获取所述实际距离Dij的最大值Dmax、最小值Dmin之后,包括:
根据每一个所述刚体标记点的真实三维坐标、建立对应的N个3D点;
按设定的立方体区块的边长将所述动作捕捉区域划分成若干个三维的立方体区块,所述设定的立方体区块的边长不小于所述实际距离Dij的最大值Dmax
根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来。
5.根据权利要求4所述刚体标记点识别方法,其特征在于,在所述根据每一个所述3D点对应的真实三维坐标,将每一个所述3D点在对应的立方体区块中标记出来之后,包括:
计算并获取每一个所述3D点与相邻的立方体区块中的3D点之间的3D点距离Lmn
根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围
Figure QLYQS_8
分割为若干个预置区间。
6.根据权利要求5所述刚体标记点识别方法,其特征在于,在所述根据所述实际距离Dij的最大值Dmax、最小值Dmin,按设定的间隔距离将取值范围
Figure QLYQS_9
分割为若干个预置区间之后,包括:
根据每一个所述3D点距离Lmn的值在取值范围
Figure QLYQS_10
中分别查找出对应的预置区间,并将每一个所述3D点距离Lmn的值分别在对应的预置区间中标记出来。
7.一种刚体标记点识别装置,其特征在于,包括:
待识别刚体标记组实际距离测量与获取模块,用于测量并获取待识别刚体标记组的实际距离Dab,其中所述a、b表示所述待识别刚体标记组中的两个刚体标记点,且
Figure QLYQS_11
对应预置区间查找模块,用于根据所述待识别刚体标记组的实际距离Dab的值,查找出对应的预置区间,所述预置区间为将动作捕捉区域内的所有刚体标记组实际距离的取值范围按设定的间隔距离分割而得到,且每个预置区间内标记有对应的3D点距离Lmn的值;
3D点距离获取模块,用于获取标记在所述实际距离Dab对应的预置区间中所有3D点距离Lmn的值,其中所述m表示第m个3D点、n表示第n个3D点,
Figure QLYQS_12
且/>
Figure QLYQS_13
、/>
Figure QLYQS_14
,N为不包括0的自然数;
差值计算模块,用于计算所述实际距离Dab的值与标记在所述对应的预置区间中每一个所述3D点距离Lmn的值之间差值;
误差判断模块,用于判断所述差值是否在预设的误差范围内;
第一判定模块,用于若判定出某一目标差值在预设的误差范围内,则判定计算得到所述目标差值的3D点距离Lmn对应的一对3D点由所述待识别刚体标记组组成。
8.根据权利要求7所述刚体标记点识别装置,其特征在于,还包括:
第二判定模块,用于若判定出每一个所述差值均不在预设的误差范围内,则判定在所述对应的预置区间中每一个所述3D点距离Lmn对应的每一对3D点均不是由所述待识别刚体标记组组成。
9.一种刚体标记点识别设备,其特征在于,所述刚体标记点识别设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互联;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述刚体标记点识别设备执行如权利要求1-6中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-6中任意一项所述方法的步骤。
CN201910956604.6A 2019-10-10 2019-10-10 刚体标记点识别方法、装置、设备及存储介质 Active CN110728754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910956604.6A CN110728754B (zh) 2019-10-10 2019-10-10 刚体标记点识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910956604.6A CN110728754B (zh) 2019-10-10 2019-10-10 刚体标记点识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110728754A CN110728754A (zh) 2020-01-24
CN110728754B true CN110728754B (zh) 2023-06-16

Family

ID=69219830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910956604.6A Active CN110728754B (zh) 2019-10-10 2019-10-10 刚体标记点识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110728754B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681268B (zh) * 2020-06-15 2023-06-02 深圳市瑞立视多媒体科技有限公司 光学标记点序号误识别检测方法、装置、设备及存储介质
CN111767912B (zh) * 2020-07-02 2023-09-05 深圳市瑞立视多媒体科技有限公司 标记点识别方法、装置、设备和存储介质
CN112508992B (zh) * 2020-12-11 2022-04-19 深圳市瑞立视多媒体科技有限公司 一种追踪刚体位置信息的方法及其装置、设备
CN112465857A (zh) * 2020-12-11 2021-03-09 深圳市瑞立视多媒体科技有限公司 追踪刚体位置信息的方法及其装置、设备、存储介质
CN113724370A (zh) * 2021-08-03 2021-11-30 深圳市瑞立视多媒体科技有限公司 一种基于图形处理器的三维重建方法、装置及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5494427B2 (ja) * 2010-11-12 2014-05-14 富士通株式会社 画像処理プログラムおよび画像処理装置
CN107633528A (zh) * 2017-08-22 2018-01-26 北京致臻智造科技有限公司 一种刚体识别方法及系统
CN113269810B (zh) * 2018-04-11 2023-04-25 深圳市瑞立视多媒体科技有限公司 一种捕捉球的运动姿态识别方法及其装置

Also Published As

Publication number Publication date
CN110728754A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN110728754B (zh) 刚体标记点识别方法、装置、设备及存储介质
Fan et al. Pothole detection based on disparity transformation and road surface modeling
JP6306683B2 (ja) 動的カテゴリ物体認識のコンピュータベースの方法コンピュータベースの方法及びシステム
EP2000953B1 (en) Information processing apparatus, information processing method, and computer program
CN111983935B (zh) 一种性能评测方法和装置
JP5385105B2 (ja) 画像検索方法およびシステム
JP2011174879A (ja) 位置姿勢推定装置及びその方法
CN113420640B (zh) 红树林高光谱图像分类方法、装置、电子设备及存储介质
JP6021689B2 (ja) 車両諸元計測処理装置、車両諸元計測方法及びプログラム
CN103443823A (zh) 拍摄图像识别装置、拍摄图像识别系统以及拍摄图像识别方法
KR101460313B1 (ko) 시각 특징과 기하 정보를 이용한 로봇의 위치 추정 장치 및 방법
US8243124B2 (en) Face detection apparatus and distance measurement method using the same
CN109977827B (zh) 一种使用多视图匹配方法的多人三维姿态估计方法
Krinidis et al. A robust and real-time multi-space occupancy extraction system exploiting privacy-preserving sensors
CN111709988A (zh) 一种物体的特征信息的确定方法、装置、电子设备及存储介质
CN111091025A (zh) 图像处理方法、装置和设备
US20190095723A1 (en) Travel Lane Detection Method and Travel Lane Detection Device
CN110207702B (zh) 目标定位的方法及装置
KR102158095B1 (ko) 영상의 유사도 예측 방법 및 장치
CN109993107B (zh) 一种基于非迭代k均值算法的移动机器人障碍物视觉检测方法
Itu et al. Automatic extrinsic camera parameters calibration using Convolutional Neural Networks
US10843068B2 (en) 6DoF inside-out tracking game controller
KR20150041428A (ko) 객체 검출방법 및 이를 이용한 검출장치
KR100792172B1 (ko) 강건한 대응점을 이용한 기본행렬 추정 장치 및 그 방법
CN111340884A (zh) 一种双目异构相机与rfid的双重目标定位与身份辨识方法

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