CN110991388A - 一种人物照视图方位校正角度计算的方法 - Google Patents
一种人物照视图方位校正角度计算的方法 Download PDFInfo
- Publication number
- CN110991388A CN110991388A CN201911290547.9A CN201911290547A CN110991388A CN 110991388 A CN110991388 A CN 110991388A CN 201911290547 A CN201911290547 A CN 201911290547A CN 110991388 A CN110991388 A CN 110991388A
- Authority
- CN
- China
- Prior art keywords
- angle
- theta
- joints
- calculating
- key 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012937 correction Methods 0.000 title claims abstract description 12
- 238000005286 illumination Methods 0.000 title abstract description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 210000001624 hip Anatomy 0.000 claims description 6
- 210000004394 hip joint Anatomy 0.000 claims description 5
- 210000000629 knee joint Anatomy 0.000 claims description 4
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 3
- 210000005069 ears Anatomy 0.000 claims description 3
- 210000002310 elbow joint Anatomy 0.000 claims description 3
- 210000000323 shoulder joint Anatomy 0.000 claims description 3
- 210000003857 wrist joint Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000013136 deep learning model Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06V40/10—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种人物照视图方位校正角度计算的方法，本发明结合人物照视图方位为非正视图，导致算法模型准确率低、客户体验感下降的问题，提出采用人体关键点检测的方法得到图片中人体关键点的坐标值信息，通过坐标值转换和计算得到x,y,θ1,θ2共四个值，通过x,y,θ1,θ2的关系，判断并计算需要顺时针旋转的角度。本发明提供了一种人物照视图方位校正角度计算的方法可以提高对人物图片识别的深度学习模型泛化能力，也可以提高客户对公司服务人员形象的满意度，增加公司的公信力。
Description
技术领域
本发明涉及图像识别技术领域，尤其涉及一种人物照视图方位校正角度计算的方法。
背景技术
在计算机视觉任务中，目标检测是其重要的方向之一。随着深度学习技术的发展，目前很多目标检测模型是通过大量的图片标注之后进行训练而来，其模型的准确率与标注的图片数量和质量有着非常大的关系。比如目前有需要在人物图片中进行衣服上的标识或者工牌识别的任务，为了保持目标的一致性，在图片标注阶段都需要人为将人物图片校正为正视图，在正视图的基础上进行目标的标注；在使用者上传人物图片时，由于拍摄角度等原因，上传的图片并不一定是正视图，如果需要已经训练完成的目标检测模型进行识别，也需要对上传的人物图片进行方位的自动校正。
实际上，根据现实的调研发现，现在很多提供上门服务或者一对一服务的公司客户端，由于工作人员的工作照都是工作人员自己基于服务端进行自拍上传的，客户端展示的照片质量参差不齐，各个方向的都有，比如倒立的，左右偏的，这样的展示形式给公司的形象带来损失，客户会认为该公司自己员工都管理不好，也不会提供更好的服务，长期下去，客户对公司的认同感下降，体验感下降，最终会被用户抛弃。
发明内容
有鉴于此，本发明提供一种人物照视图方位校正角度计算的方法，进而至少部分地解决了由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明的提供一种人物照视图方位校正角度计算的方法，该方法包括：
a.将人物照进行base64编码形成图片信息；
b.利用人体关键点检测模型AlphaPose对图片信息中人体关键点坐标进行识别和提取，得到包括人体鼻、双眼、双耳、左右肩关节、左右肘关节、左右腕关节、左右髋关节、左右膝关节和左右脚踝关键等共17处关键点的坐标数据；
c.提取出左右髋关节在图片中的坐标点(x_lefchip,y_lefthip)，(x_righthip,y_righthip)的数据，按照公式x＝x_lefthip-x_righthip，y＝y_lefthip-y_righthip，按照以下公式计算θ1和θ2：
d.对x、y和θ2的值进行判断，图片需要顺时针旋转的角度angle值按照以下逻辑进行顺序判断和计算，若x＝0或θ2>1.40，且y>0，angle＝90；若x＝0或θ2>1.40，且y<0，angle＝270；若x>0且θ2≤0.18，angle＝0；若x<0且θ2≤0.18，angle＝180；若x>0、y>0且θ2>0.18，angle＝θ1*180/π；若x<0且θ2>0.18，angle＝180+θ1*180/π；若x>0、y<0且θ2>0.18，angle＝360+θ1*180/π。
进一步的，所述人物照为要露出人体髋关节及以上部位的单个人物照片。
进一步的，所述关键点的坐标点数据均为代表关键点的像素点坐标数据。
本发明提供的技术方案有益效果如下：
通过本发明的一种人物照视图方位校正角度计算的方法，可以在对人物照进行利用深度学习技术之前，计算出照片需要校正的角度值，利用图片旋转方法，传入需要的角度，校正为正视图，可以保证深度学习的特征是包括在图片打标时的范畴之内，提高了对人物图片识别的深度学习模型的泛化能力。
通过本发明的一种人物照视图方位校正角度计算的方法，可以在工作人员上传证件照或自拍照之后，对上传的图片自动计算需要校正的角度，利用图片旋转方法，传入需要的角度，将其校正为正视图，这样可以提高客户对公司服务人员形象的满意度，增加公司的公信力。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
图1为原始人物照及旋转后图片的示意图；
图2示出了一种人物照视图方位校正角度计算的方法的流程图。
具体实施方式
为了进一步本发明的方法，结合附图和具体实施例对本发明的方法进行详细的描述。
实施例1
结合图1，本发明实施例的一种人物照视图方位校正角度计算的方法，以图2左侧原始人物照视图方位为例，对图片进行方位校正角度的计算步骤如下：
(1)将图2左侧的人物照进行base64编码；
(2)将base64编码图片输入到人体关键点检测模型AlphaPose模型中，得到包括人体鼻、双眼、双耳、左右肩关节、左右肘关节、左右腕关节、左右髋关节、左右膝关节和左右脚踝关键等共17处关键点的坐标及其概率值信息，其中左右膝关节坐标值信息如下：
| 人体关键点 | 坐标信息 | 坐标值 |
| 左髋 | (x_lefthip,y_lefthip) | (171.51,446.51) |
| 右髋 | (x_righthip,y_righthip) | (225.20,445.56) |
(3)计算得到x＝-53.69和y＝0.95，θ1和θ2计算结果分别为-0.02和0.02。
(4)由于x<0且θ2<0.18，计算得到的angle＝180，即人物照需要顺时针旋转180度，如图2右侧图片所示。
本发明的一些实施例中，AlphaPose是一个多人姿态估计模型，主要用于检测图片或者视频流中一个或多个人体关键点，返回人体17个关键点坐标及其概率信息。受到人物照中人体关键点部位可能被遮挡或没有拍摄完全、受到人物照视图方位的影响，人体关键点坐标的概率值在本实施例中只能做建模时参考之用。
以上示意性地对本发明创造及其实施方式进行了描述，该描述没有限制性，在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一，实际的结构并不局限于此，权利要求中的任何附图标记不应限制所涉及的权利要求。所以，如果本领域的普通技术人员受其启示，在不脱离本创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本专利的保护范围。
Claims (3)
1.一种人物照视图方位校正角度计算的方法，其特征在于，步骤为：
a.将人物照进行base64编码形成图片信息；
b.利用人体关键点检测模型AlphaPose对图片信息中人体关键点坐标进行识别和提取，得到包括人体鼻、双眼、双耳、左右肩关节、左右肘关节、左右腕关节、左右髋关节、左右膝关节和左右脚踝关键等共17处关键点的坐标数据；
c.提取出左右髋关节在图片中的坐标点(x_lefthip,y_lefthip)，(x_righthip,y_righthip)的数据，按照公式x＝x_lefthip-x_righthip，y＝y_lefthip-y_righthip，按照以下公式计算θ1和θ2：
d.对x、y和θ2的值进行判断，图片需要顺时针旋转的角度angle值按照以下逻辑进行顺序判断和计算，若x＝0或θ2>1.40，且y>0，angle＝90；若x＝0或θ2>1.40，且y<0，angle＝270；若x>0且θ2≤0.18，angle＝0；若x<0且θ2≤0.18，angle＝180；若x>0、y>0且θ2>0.18，angle＝θ1*180/π；若x<0且θ2>0.18，angle＝180+θ1*180/π；若x>0、y<0且θ2>0.18，angle＝360+θ1*180/π。
2.根据权利要求1所述的一种人物照视图方位校正角度计算的方法，其特征在于，所述人物照为要露出人体髋关节及以上部位的单个人物照片。
3.根据权利要求1所述的一种人物照视图方位校正角度计算的方法，其特征在于，所述关键点的坐标点数据均为代表关键点的像素点坐标数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911290547.9A CN110991388B (zh) | 2019-12-16 | 2019-12-16 | 一种人物照视图方位校正角度计算的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911290547.9A CN110991388B (zh) | 2019-12-16 | 2019-12-16 | 一种人物照视图方位校正角度计算的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110991388A true CN110991388A (zh) | 2020-04-10 |
| CN110991388B CN110991388B (zh) | 2023-07-14 |
Family
ID=70093876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911290547.9A Active CN110991388B (zh) | 2019-12-16 | 2019-12-16 | 一种人物照视图方位校正角度计算的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110991388B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120058824A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | Scalable real-time motion recognition |
| WO2018201665A1 (zh) * | 2017-05-05 | 2018-11-08 | 平安科技（深圳）有限公司 | 车损图片角度纠正方法、电子装置及可读存储介质 |
| CN109902680A (zh) * | 2019-03-04 | 2019-06-18 | 四川长虹电器股份有限公司 | 基于卷积神经网络的图片旋转角度检测与校正方法 |
| CN109938737A (zh) * | 2019-03-01 | 2019-06-28 | 苏州博慧智能科技有限公司 | 一种基于深度学习关键点检测的人体身型测量方法及装置 |
| WO2019232894A1 (zh) * | 2018-06-05 | 2019-12-12 | 中国石油大学(华东) | 一种基于复杂场景下的人体关键点检测系统及方法 |
-
2019
- 2019-12-16 CN CN201911290547.9A patent/CN110991388B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120058824A1 (en) * | 2010-09-07 | 2012-03-08 | Microsoft Corporation | Scalable real-time motion recognition |
| WO2018201665A1 (zh) * | 2017-05-05 | 2018-11-08 | 平安科技（深圳）有限公司 | 车损图片角度纠正方法、电子装置及可读存储介质 |
| WO2019232894A1 (zh) * | 2018-06-05 | 2019-12-12 | 中国石油大学(华东) | 一种基于复杂场景下的人体关键点检测系统及方法 |
| CN109938737A (zh) * | 2019-03-01 | 2019-06-28 | 苏州博慧智能科技有限公司 | 一种基于深度学习关键点检测的人体身型测量方法及装置 |
| CN109902680A (zh) * | 2019-03-04 | 2019-06-18 | 四川长虹电器股份有限公司 | 基于卷积神经网络的图片旋转角度检测与校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李瞳等: "基于残差神经网络的视频内容快速检索系统研究", 《吉林大学学报(信息科学版)》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110991388B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108764048B (zh) | 人脸关键点检测方法及装置 | |
| WO2020215898A1 (zh) | 三维重建方法及装置、系统、模型训练方法、存储介质 | |
| CN108388882B (zh) | 基于全局-局部rgb-d多模态的手势识别方法 | |
| JP5873442B2 (ja) | 物体検出装置および物体検出方法 | |
| JP2020522285A (ja) | 全身測定値抽出のためのシステムおよび方法 | |
| CN109377513B (zh) | 一种针对两视图的全局三维人体姿态可信估计方法 | |
| CN113706699B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
| CN108829232A (zh) | 基于深度学习的人体骨骼关节点三维坐标的获取方法 | |
| WO2019114726A1 (zh) | 图像识别方法、装置、电子设备以及可读存储介质 | |
| CN112102153B (zh) | 图像的卡通化处理方法、装置、电子设备和存储介质 | |
| US10755477B2 (en) | Real-time face 3D reconstruction system and method on mobile device | |
| WO2021223738A1 (zh) | 模型参数的更新方法、装置、设备及存储介质 | |
| CN110909634A (zh) | 可见光与双红外线相结合的快速活体检测方法 | |
| TWI790471B (zh) | 基於深度學習的影像校正方法及系統 | |
| CN116206370B (zh) | 驱动信息生成、驱动方法、装置、电子设备以及存储介质 | |
| CN108830861A (zh) | 一种混合光学运动捕捉方法及系统 | |
| CN110378871A (zh) | 基于姿势特征的游戏人物原画拷贝检测方法 | |
| CN111680544B (zh) | 人脸识别方法、装置、系统、设备及介质 | |
| CN116030519A (zh) | 一种直播教学平台的学习注意力检测与评估方法 | |
| CN110516598A (zh) | 用于生成图像的方法和装置 | |
| CN114894337A (zh) | 一种用于室外人脸识别测温方法及装置 | |
| CN114170686A (zh) | 一种基于人体关键点的屈肘行为检测方法 | |
| CN110991388A (zh) | 一种人物照视图方位校正角度计算的方法 | |
| CN117372657A (zh) | 关键点旋转模型的训练方法及装置、电子设备和存储介质 | |
| CN116798087A (zh) | 员工在岗状态检测方法及系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230613 Address after: 100089 room 346, third floor, building 23, East District, courtyard 10, northwest Wangdong Road, Haidian District, Beijing Applicant after: Xiaoduo Intelligent Technology (Beijing) Co.,Ltd. Address before: Room 611-612, Block B, Wanda Future Tower, Baohe District, Hefei, Anhui 230052 Applicant before: Anhui Xiaomi Information Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |