CN111008573A - 一种肢体结构生成方法、装置、终端设备及可读存储介质 - Google Patents

一种肢体结构生成方法、装置、终端设备及可读存储介质 Download PDF

Info

Publication number
CN111008573A
CN111008573A CN201911125545.4A CN201911125545A CN111008573A CN 111008573 A CN111008573 A CN 111008573A CN 201911125545 A CN201911125545 A CN 201911125545A CN 111008573 A CN111008573 A CN 111008573A
Authority
CN
China
Prior art keywords
pictures
limb structure
animal
various
limb
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
Application number
CN201911125545.4A
Other languages
English (en)
Other versions
CN111008573B (zh
Inventor
邓立邦
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.)
Guangdong Intellvision Technology Co ltd
Original Assignee
Guangdong Intellvision 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 Guangdong Intellvision Technology Co ltd filed Critical Guangdong Intellvision Technology Co ltd
Priority to CN201911125545.4A priority Critical patent/CN111008573B/zh
Publication of CN111008573A publication Critical patent/CN111008573A/zh
Application granted granted Critical
Publication of CN111008573B publication Critical patent/CN111008573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种肢体结构生成方法、装置、终端设备及可读存储介质，所述方法包括：获取网络上的各类人物和动物图片并进行预处理；利用线段和圆点标记各类人物和动物的肢体和关节，得到各类人物和动物的躯干线条图；将各类人物和动物图片作为输入，将各类人物和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，得到肢体结构生成模型；按预设的分类规则将各类人物和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用肢体结构生成模型生成对应的肢体结构绘画图像。本发明能够在机器人进行绘画创作时能够自动生成多种多样的肢体结构，从而提高图像生成的效率和生成图像的多样性。

Description

一种肢体结构生成方法、装置、终端设备及可读存储介质
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种肢体结构生成方法、装置、终端设备及可读存储介质。
背景技术
随着科技的发展，智能机器人的运用领域越来越广泛，在生活中也广泛地运用了智能机器人，能进行绘画创作的机器人也受到了人们的欢迎。
现有技术在机器人进行绘画创作时，在生成各类人、动物的图像的时候，对于身体的各个部位的位置以及各部位的比例等参数都是通过人工预先写入设定的，而且需要人为地根据生成的图像反复验证设定参数的准确性，费时费力，人为地设定参数也会限制生成图像的多样性。
发明内容
本发明实施例所要解决的技术问题在于，提供一种肢体结构生成方法、装置、终端设备及可读存储介质，能够在机器人进行绘画创作时能够自动生成多种多样的肢体结构，从而提高图像生成的效率和生成图像的多样性。
为了解决上述技术问题，本发明提供了一种肢体结构生成方法，包括：
获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；
利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
进一步地，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，还包括：
将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
进一步地，所述当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型，具体包括：
当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
根据所述肢体结构生成模型，生成各类人物和动物肢体构造约束规则；其中，所述肢体构造约束规则包括肢体长度比例约束规则、肢体相对活动范围约束规则和肢体旋转角度约束规则。
进一步地，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，在所述将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储之前，还包括：
根据所述肢体构造约束规则对所述肢体结构绘画图像进行筛选，以剔除不符合规则的图像。
进一步地，所述各类人物图片和动物图片的特征包括性别特征、年龄特征和姿态特征。
为了解决相同的技术问题，本发明还提供了一种肢体结构生成装置，包括图片获取模块、躯干线条标记模块、模型训练模块和肢体结构生成模块；
所述图片获取模块，用于获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；
所述躯干线条标记模块，用于利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
所述模型训练模块，用于将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
所述肢体结构生成模块，用于按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
进一步地，所述肢体结构生成装置还包括肢体结构绘画图像存储模块，用于将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
进一步地，所述各类人物图片和动物图片的特征包括性别特征、年龄特征、姿态特征。
为了解决相同的技术问题，本发明还提供了一种肢体结构生成终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的肢体结构生成方法。
为了解决相同的技术问题，本发明还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存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的肢体结构生成方法。
通过实施本发明实施例具有如下有益效果：
本发明提供了一种肢体结构生成方法、装置、终端设备及可读存储介质，所述方法包括：获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
由于现有技术在生成各类人、动物图片的时候，对于身体的各个部位的位置以及各部位的比例和位移参数都是通过人工来预先写入设定的，本发明采用了利用卷积神经网络进行学习训练后由机器自动生成的方式，提升了传统通过手写约束规则的准确性，并有效提高了图像生成的效率，并且提高了生成图像的丰富多样性。
附图说明
图1是本发明一实施例提供的肢体结构生成方法的流程示意图；
图2是本发明一实施例提供的线条火柴图示意图；
图3是本发明一实施例提供的肢体结构生成装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，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。
请参见图1，本发明实施例提供了一种肢体结构生成方法，包括：
步骤S1、获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；在本发明实施例中，进一步地，所述各类人物图片和动物图片的特征包括性别特征、年龄特征和姿态特征。
在具体实施例中，步骤S1为通过互联网分别搜集各种姿势的人、动物的不同角度的图像，并对图像进行预处理。需要说明的是，搜集的各类人物和动物的图片的特征各异，也就是说，需要搜集不同性别、年龄、不同姿态的人、动物图片，以提高肢体结构生成图像的多样性。
步骤S2、利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
在具体实施例中，步骤S2为分别对各分类下的人、动物的图像中各个肢体关节部位、关节连接点使用线段和圆点进行标记。例如对人物做标记时，将头、脖子、上臂、前臂、躯干、大腿、小腿等身体部位使用线段来标记组成一个人体的躯干线条，并对各个肢体躯干部位互相连接的关节部位用圆点进行标记，即标记体现身体各部分结构的线条火柴图，如图2所示。
步骤S3、将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
在本发明实施例中，进一步地，所述当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型，具体包括：
当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
根据所述肢体结构生成模型，生成各类人物和动物肢体构造约束规则；其中，所述肢体构造约束规则包括肢体长度比例约束规则、肢体相对活动范围约束规则和肢体旋转角度约束规则。
可以理解的是，在训练时，除了根据输入的学习集图像能训练生成各类不同姿态、衣着、角度的人类图像外，通过训练还能自动生成肢体各部分的连接点、固定点、相对活动范围和旋转角度的肢体各部分的肢体构造约束规则，可以在该肢体构造约束规则的约束下，对后续生成肢体结构图像进行筛选，以剔除不符合规则的图像。
步骤S4、按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
在本发明实施例中，进一步地，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，还包括：
将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
在本发明实施例中，进一步地，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，在所述将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储之前，还包括：
根据所述肢体构造约束规则对所述肢体结构绘画图像进行筛选，以剔除不符合规则的图像。
可以理解的是，在实际的机器人绘画创作应用中，根据输入的主题内容，从肢体结构绘画图像库中随机选取相应的类别的肢体结构图像，由于每一类别的人、动物均对应若干个不同的肢体结构图像，因此使得每次同一个文本描述生成的内容都随机抽选出不同姿态、形状、角度的人、动物图像来进行构图，从而提高了机器人绘画创作的多样性。
需要说明的是，在机器人进行绘画创作时，有时需要根据特定的主题绘制相应的图像，在绘制人物或动物图像时，往往是从预设的图像库中选取符合主题特征的人或动物图像进行构图。现有技术中，在生成各类人、动物的图像的时候，对于身体的各个部位的位置以及各部位的比例等参数都是通过人工预先写入设定的，而且需要人为地根据生成的图像反复验证设定参数的准确性，费时费力，人为地设定参数也会限制生成图像的多样性。本发明采用了利用卷积神经网络进行学习训练后由机器自动生成的方式，提升了传统通过手写约束规则的准确性，并有效提高了图像生成的效率，并且提高了生成图像的丰富多样性。
请参见图3，为了解决相同的技术问题，本发明还提供了一种肢体结构生成装置，包括图片获取模块1、躯干线条标记模块2、模型训练模块3和肢体结构生成模块4；
所述图片获取模块1，用于获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；
所述躯干线条标记模块2，用于利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
所述模型训练模块3，用于将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
所述肢体结构生成模块4，用于按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
进一步地，所述肢体结构生成装置还包括肢体结构绘画图像存储模块，用于将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
进一步地，所述各类人物图片和动物图片的特征包括性别特征、年龄特征、姿态特征。
可以理解的是上述装置项实施例，是与本发明方法项实施例相对应的，本发明实施例提供的一种肢体结构生成装置，可以实现本发明任意一项方法项实施例提供的肢体结构生成方法。
为了解决相同的技术问题，本发明还提供了一种肢体结构生成终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的肢体结构生成方法。
所述肢体结构生成终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述肢体结构生成终端设备的控制中心，利用各种接口和线路连接整个肢体结构生成终端设备的各个部分。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
为了解决相同的技术问题，本发明还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存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的肢体结构生成方法。
所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种肢体结构生成方法，其特征在于，包括：
获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；
利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
2.根据权利要求1所述的肢体结构生成方法，其特征在于，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，还包括：
将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
3.根据权利要求2所述的肢体结构生成方法，其特征在于，所述当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型，具体包括：
当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
根据所述肢体结构生成模型，生成各类人物和动物肢体构造约束规则；其中，所述肢体构造约束规则包括肢体长度比例约束规则、肢体相对活动范围约束规则和肢体旋转角度约束规则。
4.根据权利要求3所述的肢体结构生成方法，其特征在于，在所述利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像之后，在所述将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储之前，还包括：
根据所述肢体构造约束规则对所述肢体结构绘画图像进行筛选，以剔除不符合规则的图像。
5.根据权利要求1所述的肢体结构生成方法，其特征在于，所述各类人物图片和动物图片的特征包括性别特征、年龄特征和姿态特征。
6.一种肢体结构生成装置，其特征在于，包括图片获取模块、躯干线条标记模块、模型训练模块和肢体结构生成模块；
所述图片获取模块，用于获取网络上的各类人物图片和动物图片并进行预处理；其中，所述各类人物图片和动物图片的特征各异；
所述躯干线条标记模块，用于利用线段和圆点标记所述各类人物图片和动物图片的肢体和关节，得到各类人物和动物的躯干线条图；
所述模型训练模块，用于将所述各类人物图片和动物图片作为输入，将所述各类人物图片和动物图片对应的躯干线条图作为输出，利用生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到预设的稳态阈值时，完成训练，得到肢体结构生成模型；
所述肢体结构生成模块，用于按预设的分类规则将所述各类人物图片和动物图片进行分类，继而分别将每一类人物和动物的若干个同类图片作为输入，利用所述肢体结构生成模型生成对应的若干个肢体结构绘画图像。
7.根据权利要求6所述的肢体结构生成装置，其特征在于，所述装置还包括肢体结构绘画图像存储模块，用于将所述肢体结构绘画图像与对应的人物和动物标签进行关联存储。
8.根据权利要求6所述的肢体结构生成装置，其特征在于，所述各类人物图片和动物图片的特征包括性别特征、年龄特征、姿态特征。
9.一种肢体结构生成终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现如权利要求1至5任一项所述的肢体结构生成方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至5任一项所述的肢体结构生成方法。
CN201911125545.4A 2019-11-15 2019-11-15 一种肢体结构生成方法、装置、终端设备及可读存储介质 Active CN111008573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911125545.4A CN111008573B (zh) 2019-11-15 2019-11-15 一种肢体结构生成方法、装置、终端设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911125545.4A CN111008573B (zh) 2019-11-15 2019-11-15 一种肢体结构生成方法、装置、终端设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN111008573A true CN111008573A (zh) 2020-04-14
CN111008573B CN111008573B (zh) 2024-04-26

Family

ID=70111878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911125545.4A Active CN111008573B (zh) 2019-11-15 2019-11-15 一种肢体结构生成方法、装置、终端设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111008573B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6141463A (en) * 1997-10-10 2000-10-31 Electric Planet Interactive Method and system for estimating jointed-figure configurations
CN109325450A (zh) * 2018-09-25 2019-02-12 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN109558832A (zh) * 2018-11-27 2019-04-02 广州市百果园信息技术有限公司 一种人体姿态检测方法、装置、设备及存储介质
CN109558810A (zh) * 2018-11-12 2019-04-02 北京工业大学 基于部位分割与融合目标人物识别方法
CN109934165A (zh) * 2019-03-12 2019-06-25 南方科技大学 一种关节点检测方法、装置、存储介质及电子设备
CN110097616A (zh) * 2019-04-17 2019-08-06 广东智媒云图科技股份有限公司 一种联合绘画方法、装置、终端设备及可读存储介质
CN110348335A (zh) * 2019-06-25 2019-10-18 平安科技（深圳）有限公司 行为识别的方法、装置、终端设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6141463A (en) * 1997-10-10 2000-10-31 Electric Planet Interactive Method and system for estimating jointed-figure configurations
CN109325450A (zh) * 2018-09-25 2019-02-12 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN109558810A (zh) * 2018-11-12 2019-04-02 北京工业大学 基于部位分割与融合目标人物识别方法
CN109558832A (zh) * 2018-11-27 2019-04-02 广州市百果园信息技术有限公司 一种人体姿态检测方法、装置、设备及存储介质
CN109934165A (zh) * 2019-03-12 2019-06-25 南方科技大学 一种关节点检测方法、装置、存储介质及电子设备
CN110097616A (zh) * 2019-04-17 2019-08-06 广东智媒云图科技股份有限公司 一种联合绘画方法、装置、终端设备及可读存储介质
CN110348335A (zh) * 2019-06-25 2019-10-18 平安科技（深圳）有限公司 行为识别的方法、装置、终端设备及存储介质

Also Published As

Publication number Publication date
CN111008573B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
US10832039B2 (en) Facial expression detection method, device and system, facial expression driving method, device and system, and storage medium
CN111417983B (zh) 基于事件相机的可变形对象跟踪
CN104463152B (zh) 一种手势识别方法、系统、终端设备及穿戴式设备
CN111369428B (zh) 虚拟头像生成方法和装置
KR20220066366A (ko) 예측적 개인별 3차원 신체 모델
CN109815776B (zh) 动作提示方法和装置、存储介质及电子装置
CN111009041B (zh) 一种绘画创作方法、装置、终端设备及可读存储介质
CN109325450A (zh) 图像处理方法、装置、存储介质及电子设备
CN109829396B (zh) 人脸识别运动模糊处理方法、装置、设备及存储介质
CN111027403B (zh) 手势估计方法、装置、设备及计算机可读存储介质
US11138416B2 (en) Method and apparatus for recognizing an organism action, server, and storage medium
CN109063678B (zh) 脸部图像识别的方法、装置及存储介质
CN109446927A (zh) 基于先验知识的双人交互行为识别方法
CN112446919A (zh) 物体位姿估计方法、装置、电子设备及计算机存储介质
CN109241890B (zh) 面部图像校正方法、装置及存储介质
CN108805058A (zh) 目标对象变化姿态识别方法、装置及计算机设备
CN110097616B (zh) 一种联合绘画方法、装置、终端设备及可读存储介质
CN103745423B (zh) 一种口型示教系统与示教方法
CN104376309A (zh) 一种基于手势识别的手势运动基元模型结构化方法
CN111784818B (zh) 生成三维人体模型的方法、装置及计算机可读存储介质
CN112215930A (zh) 一种数据处理方法与装置
CN110008922A (zh) 用于终端设备的图像处理方法、设备、装置、介质
CN111008573B (zh) 一种肢体结构生成方法、装置、终端设备及可读存储介质
CN109531578B (zh) 仿人机械手臂体感控制方法及装置
CN113051973A (zh) 用于姿势矫正的方法及装置、电子设备

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