CN111754619B - 骨骼空间数据采集方法、采集装置、电子设备和存储介质 - Google Patents
骨骼空间数据采集方法、采集装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111754619B CN111754619B CN202010601767.5A CN202010601767A CN111754619B CN 111754619 B CN111754619 B CN 111754619B CN 202010601767 A CN202010601767 A CN 202010601767A CN 111754619 B CN111754619 B CN 111754619B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- plane
- human
- space coordinate
- point
- 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
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 101100462972 Mus musculus Pcdh8 gene Proteins 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明涉及人工智能技术领域,提供了一种骨骼空间数据采集方法、采集装置、电子设备和存储介质,所述方法包括:获取人体骨骼的关节点数据信息,建立关于人体骨骼的空间坐标系;在所述空间坐标系内,选取人体骨骼的目标特征点;在所述人体骨骼的空间坐标系内选取所述关节点;通过所述目标特征点与所述参考特征点的相对位置关系,确定所述目标特征点的数据信息。本发明选择以视频识别为基础,结合基于计算机视觉的人体建模方式,将算法、建模方面的难点内容,转化为了可视化的简易配置模式,让使用者无需懂得建模方面的知识,便能够应用计算机视觉技术进行相关研究。
Description
技术领域
本发明涉及人工智能技术领域,特别是涉及一种骨骼空间数据采集方法、采集装置、电子设备和存储介质。
背景技术
人体运动动作识别技术作为人机交互的基本条件之一,具有十分重要的研究价值,多用于图像处理识别,语音识别方面,在智慧医疗、运动康复、安防监控等领域有着广泛的应用前景,并且具备与一定的经济价值。国内外的大量权威期刊、会议与各种研究机构及高校都将其列为了重要的研究课题和讨论内容,为该领域的研究人员提供了很多交流与学习的机会。人体运动识别是当代人工智能领域的研究热点,除了涉及到运动模式识别、计算机视觉、深度学习等技术领域的内容之外,还有传统数学领域与生物领域的内容。
但是,目前与之相关的应用系统的研发成本较高,并且大部分都需要进行特定的定制开发,需要耗费大量的时间与精力。因此,我们提供了一种动态配置运动体态检测的方式,让所有相关行业里面希望进行运动检测的人能够快速的建立自己的分析模型,采集自己的科研数据。
有鉴于此提出本发明。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于动态配置的骨骼空间数据采集方法、采集装置、电子设备和存储介质。
本发明还提出一种基于动态配置的骨骼空间数据采集装置。
本发明还提出一种电子设备。
本发明还提出一种存储介质。
根据本发明第一方面实施例的一种基于动态配置的骨骼空间数据采集方法,应用于用户端,包括:
获取人体骨骼的关节点数据信息,建立关于人体骨骼的空间坐标系;
在所述空间坐标系内,选取人体骨骼的目标特征点;
在所述人体骨骼的空间坐标系内选取所述关节点;
通过所述目标特征点与所述参考特征点的相对位置关系,确定所述目标特征点的数据信息。
根据本发明的一个实施例,所述获取人体骨骼的关节点数据信息,建立关于人体骨骼的空间坐标系,包括:
基于笛卡尔坐标系,建立人体骨骼的空间坐标系,并标记每个所述关节点与空间坐标系之间的数据信息;
所述人体骨骼的空间坐标系包括水平面、冠状面和矢状面。
根据本发明的一个实施例,所述在所述空间坐标系内,选取人体骨骼的目标特征点,包括:
在人体骨骼的空间坐标系内,选择人体骨骼上任一目标特征点。
根据本发明的一个实施例,所述在所述人体骨骼的空间坐标系内选取所述关节点,包括:
在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息;
通过选取的所述目标特征点和关节点建立自定义面。
根据本发明的一个实施例,所述在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息,包括:
在人体骨骼的空间坐标系内,选取关节点的数量为至少两个,每个所述关节点携带与水平面、冠状面和矢状面的相对数据信息。
根据本发明的一个实施例,所述通过所述目标特征点与所述参考特征点的相对位置关系,确定所述目标特征点的数据信息,包括:
通过建立的自定义面,分别计算与水平面、冠状面和矢状面的相对位置关系,并得出所述目标特征值在人体骨骼的空间坐标系的数据信息。
根据本发明的一个实施例,所述目标特征点的数据信息包括:
所述目标特征点分别到水平面、冠状面和矢状面的距离;
所述目标特征点与选择的关节点组成的自定义面与水平面、冠状面和矢状面的距离和角度。
根据本发明第二方面实施例的一种基于动态配置的骨骼空间数据采集装置,包括:
识别模块,用于获取人体骨骼的关节点数据信息、选取人体骨骼的目标特征点,以及在所述人体骨骼的空间坐标系内选取所述关节点;
处理模块,用于建立关于人体骨骼的空间坐标系,以及通过所述目标特征点和所述关节点建立自定义面;
计算模块,用于所述目标特征点和所述自定义面的数据信息。
根据本发明第三方面实施例的一种电子设备,包括:
存储器和处理器,所述存储器和所述处理器通过总线完成相互间的通信;
所述存储器存储有,能够在所述处理器上运行的计算机指令;
所述处理器调用所述计算机程序指令时,能够执行上述的一种基于动态配置的骨骼空间数据采集方法。
根据本发明第四方面实施例的一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述的一种基于动态配置的骨骼空间数据采集方法的步骤。
本发明实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:本发明选择以视频识别为基础,结合基于计算机视觉的人体建模方式,将算法、建模方面的难点内容,转化为了可视化的简易配置模式,让使用者无需懂得建模方面的知识,便能够应用计算机视觉技术进行相关研究。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于动态配置的骨骼空间数据采集方法的控制逻辑流程第一关系示意图;
图2是本发明实施例提供的基于动态配置的骨骼空间数据采集方法的控制逻辑流程第二示意图;
图3是本发明实施例提供的基于动态配置的骨骼空间数据采集方法的控制逻辑流程第三示意图;
图4是本发明实施例提供的基于动态配置的骨骼空间数据采集方法的控制逻辑流程第四示意图;
图5是本发明实施例提供的基于动态配置的骨骼空间数据采集方法中,人体骨骼关节点第一示意图;
图6是本发明实施例提供的基于动态配置的骨骼空间数据采集方法中,人体骨骼关节点第二示意图;
图7是本发明实施例提供的基于动态配置的骨骼空间数据采集方法中,人体骨骼关节点第三示意图;
图8是本发明实施例提供的用于执行基于动态配置的骨骼空间数据采集方法的服务器的结构示意图。
附图标记:
810:处理器;820:通信接口;830:存储器;840:通信总线。
需要说明的是,这些附图和文字描述并不旨在以任何方式限制本发明的构思范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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做出创造性劳动的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。
下面结合说明书附图对本申请进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。在本申请的描述中,除非另有说明,“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如,A、B和C中的至少一个,包括:单独存在A、单独存在B、同时存在A和B、同时存在A和C、同时存在B和C,以及同时存在A、B和C。在本申请中,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
在一个具体实施方案中,如图1至图5所示,本发明提供一种基于动态配置的骨骼空间数据采集方法,应用于用户端,包括:
获取人体骨骼的关节点数据信息,建立关于人体骨骼的空间坐标系;
在所述空间坐标系内,选取人体骨骼的目标特征点;
在所述人体骨骼的空间坐标系内选取所述关节点;
通过所述目标特征点与所述参考特征点的相对位置关系,确定所述目标特征点的数据信息。
进一步地,所述获取人体骨骼的关节点数据信息,建立关于人体骨骼的空间坐标系,包括:
基于笛卡尔坐标系,建立人体骨骼的空间坐标系,并标记每个所述关节点与空间坐标系之间的数据信息;
所述人体骨骼的空间坐标系包括水平面、冠状面和矢状面。
进一步地,所述在所述空间坐标系内,选取人体骨骼的目标特征点,包括:
在人体骨骼的空间坐标系内,选择人体骨骼上任一目标特征点。
进一步地,所述在所述人体骨骼的空间坐标系内选取所述关节点,包括:
在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息;
通过选取的所述目标特征点和关节点建立自定义面。
进一步地,所述在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息,包括:
在人体骨骼的空间坐标系内,选取关节点的数量为至少两个,每个所述关节点携带与水平面、冠状面和矢状面的相对数据信息。
进一步地,所述通过所述目标特征点与所述参考特征点的相对位置关系,确定所述目标特征点的数据信息,包括:
通过建立的自定义面,分别计算与水平面、冠状面和矢状面的相对位置关系,并得出所述目标特征值在人体骨骼的空间坐标系的数据信息。
进一步地,所述目标特征点的数据信息包括:
所述目标特征点分别到水平面、冠状面和矢状面的距离;
所述目标特征点与选择的关节点组成的自定义面与水平面、冠状面和矢状面的距离和角度。
在一个具体实施方案中,本发明提供一种基于动态配置的骨骼空间数据采集装置,包括:
识别模块,用于获取人体骨骼的关节点数据信息、选取人体骨骼的目标特征点,以及在所述人体骨骼的空间坐标系内选取所述关节点;
处理模块,用于建立关于人体骨骼的空间坐标系,以及通过所述目标特征点和所述关节点建立自定义面;
计算模块,用于所述目标特征点和所述自定义面的数据信息。
在一个应用场景中,如图6和图7所示,为了实现本算法,我们进行了以下几个步骤:
第一步,根据不同的实现技术,将人体用两种骨骼数据表示:
其中,图6为通过深度相机实时采集的三维骨骼数据。其对于手部有较为详细的骨骼点位信息,并且属于空间骨骼数据,能根据点位直接计算出实际的空间坐标关系。但是必须通过专业设备进行信息采集,对于硬件有一定局限性。
图7为通过视频或普通摄像头采集的二维骨骼数据。其对于足部有较为详细的骨骼点位信息,但是由于获取的原始是二维骨骼数据,因此需要通过特定的算法进行将原本的二维数据转换为三维数据,虽然对于技术要求较高,但对于采集设备没有特别的要求。
针对不同的场景,我们将图6与图7进行了整合,让他们使用起来更加灵活,通过对不同采集方式采集得到的人体骨骼的空间数据,获得相应的人体骨骼数据信息,使用者根据需要,选择不同的目标特征点,例如选择头部偏左侧,但此处在图6和图7的采集方式中,并没有得到关节点的采集,可以通过本方法进行该目标特征点的数据信息的获取。
第二步,结合上述骨骼数据与基于人体的三个面,定义动态配置标准:
通过研究,基于人体本身建立空间坐标系,利用水平面、冠状面、矢状面作为三个默认参考面,结合上述两种骨骼数据中的任意三个点作为自定义参考面。定义出了三种自定义配置获取角度与两种自定义配置求距离的方式。
1)通过选取图6和图7中的任意三个点位,求出三个点位在上述4个平面中投影的角度。
2)通过选取图6和图7中的任意三个点位,求出三个点位在空间坐标中的角度。
3)通过选取图6和图7中的任意两个点位,求出两个点位与4个平面的夹角。
4)通过选取图6和图7中的任意两个点位,求出两个点在上述4个平面的距离。
5)通过选取图6和图7中的任意两个点位,求出两个点位的空间坐标中的距离。
第三步,基于以上参考标准与骨骼数据,编写检测方法相关的动态配置算法:
以摄像头所在位置为原点(0,0,0),设人始终面向原点,首先在空间坐标系中通过定义三个点,分别用来代表冠状面、矢状面、水平面、自定义面。
以摄像头所在位置为原点O(0,0,0),设人始终面向原点,首先在空间坐标系中通过定义三个点,分别用来代表冠状面、矢状面、水平面、自定义面。
假设这三个点为P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3)。
则P1的平面方程为:
A(x-x1)+B(y-y1)+C(z-z1)=0
(1)
又由于P2、P3都经过该点位,则可得
A(x2-x1)+B(y2-y1)+C(z2-z1)=0 (2)
A(x3-x1)+B(y3-y1)+C(z3-z1)=0 (3)
最终可推导出行列式:
之后将冠状面、矢状面、水平面、自定义面定义三个点带入行列式,则可得到相关面的方程。
1)冠状面定义
设Pg1(-1,0,0),Pg2(1,0,0),Pg3(0,1,0)为坐标系中的三个点,带入上述行列式可知冠状面方程为z=0。
2)矢状面定义
设Ps1(0,-1,0),Ps2(0,0,1),Ps3(0,1,0)为坐标系中的三个点,带入上述行列式可知冠状面方程为x=0。
3)水平面定义
设Pp1(-1,0,0),Pp2(1,0,0),Pp3(0,0,1)为坐标系中的三个点,带入上述行列式可知冠状面方程为y=0。
4)自定义面定义
自定义面较为特殊,它会根据实时选取的点位而发生一定的空间位置变化,因此需要实时将变化的点位带入到上述行列式中进行计算。
之后,利用传入的骨骼点位获取各个点位的向量在上述面中的投影,以冠状面、矢状面、水平面角度为例,设传入的点为Pa(Xa,Ya,Za),Pb(Xb,Yb,Zb),Pc(Xc,Yc,Zc)。则其在各个面上的角度与距离分别为。
1)冠状面角度
顶点Pa角度:∠Pa=Arccos{[(Xb-Xa)(Xc-Xa)+(Yb-Ya)(Yc-Ya)]/|PaPb||PaPc|}
2)矢状面角度
顶点Pa角度:∠Pa=Arccos{[(Yb-Ya)(Yc-Ya)+(Zb-Za)(Zc-Za)]/|PaPb||PaPc|}
3)水平面角度
顶点Pa角度:∠Pa=Arccos{[(Xb-Xa)(Xc-Xa)+(Zb-Za)(Zc-Za)]/|PaPb||PaPc|}。
第四步,基于以上参考标准与骨骼数据,编写检测方法相关的动态配置程序:
基于以上原则及步骤,我们可以编写可以灵活配置的数据采集方案,将上述方法写入计算机程序,使用者可以通过界面选取没有目标特征点,所述目标特征点不是关节点时,可以通过上述方法获得该目标特征点的数据信息,例如所述目标特征点的坐标信息,与相对关节点的位置关系等。
图8示例了一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令。
需要说明的是,本实施例中的电子设备在具体实现时可以为服务器,也可以为PC机,还可以为其他设备,只要其结构中包括如图8所示的处理器810、通信接口820、存储器830和通信总线840,其中处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信,且处理器810可以调用存储器830中的逻辑指令以执行上述方法即可。本实施例不对电子设备的具体实现形式进行限定。
其中,服务器可以是单个服务器,也可以是一个服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器可以是分布式系统)。在一些实施例中,服务器相对于终端,可以是本地的、也可以是远程的。例如,服务器可以经由网络访问存储在用户终端、数据库或其任意组合中的信息。作为另一示例,服务器可以直接连接到用户终端和数据库中的至少一个,以访问其中存储的信息和/或数据。在一些实施例中,服务器可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。在一些实施例中,服务器和用户终端可以在具有本申请实施例中的一个或多个组件的电子设备上实现。
进一步地,网络可以用于信息和/或数据的交换。在一些实施例中,交互场景中的一个或多个组件(例如,服务器,用户终端和数据库)可以向其他组件发送信息和/或数据。在一些实施例中,网络可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local AreaNetwork,LAN)、广域网(Wide Area Network,WAN)、无线局域网(WirelessLocal AreaNetworks,WLAN)、城域网(Metropolitan AreaNetwork,MAN)、广域网(WideAreaNetwork,WAN)、公共电话交换网(Public Switched Telephone Network,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等,或其任意组合。在一些实施例中,网络可以包括一个或多个网络接入点。例如,网络可以包括有线或无线网络接入点,例如基站和/或网络交换节点,交互场景的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
此外,上述的存储器830中的逻辑指令可以通过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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在一个具体实施方案中,本发明提供一种电子设备,包括:存储器和处理器,所述存储器和所述处理器通过总线完成相互间的通信;所述存储器存储有,能够在所述处理器上运行的计算机指令;所述处理器调用所述计算机程序指令时,能够执行上述的一种基于动态配置的骨骼空间数据采集方法。
在一个具体实施方案中,本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述的一种基于动态配置的骨骼空间数据采集方法的步骤。
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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是: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 (6)
1.一种基于动态配置的骨骼空间数据采集方法,应用于用户端,其特征在于,包括:
基于笛卡尔坐标系,建立人体骨骼的空间坐标系,并标记每个关节点与空间坐标系之间的数据信息;
所述人体骨骼的空间坐标系包括水平面、冠状面和矢状面;
在人体骨骼的空间坐标系内,选择人体骨骼上任一目标特征点,所述目标特征点不是所述关节点;
在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息;
通过选取的所述目标特征点和关节点建立自定义面;
通过建立的自定义面,分别计算与水平面、冠状面和矢状面的相对位置关系,并得出所述目标特征点在人体骨骼的空间坐标系的数据信息;
其中,自定义面根据实时选取的点位而发生的空间位置变化,实时根据变化的点位进行计算。
2.根据权利要求1所述的一种基于动态配置的骨骼空间数据采集方法,其特征在于,所述在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息,包括:
在人体骨骼的空间坐标系内,选取关节点的数量为至少两个,每个所述关节点携带与水平面、冠状面和矢状面的相对数据信息。
3.根据权利要求1或2所述的一种基于动态配置的骨骼空间数据采集方法,其特征在于,所述目标特征点的数据信息包括:
所述目标特征点分别到水平面、冠状面和矢状面的距离;
所述目标特征点与选择的关节点组成的自定义面与水平面、冠状面和矢状面的距离和角度。
4.一种基于动态配置的骨骼空间数据采集装置,其特征在于,包括:
识别模块,用于基于笛卡尔坐标系,建立人体骨骼的空间坐标系,并标记每个关节点与空间坐标系之间的数据信息;所述人体骨骼的空间坐标系包括水平面、冠状面和矢状面;
处理模块,用于在人体骨骼的空间坐标系内,选择人体骨骼上任一目标特征点,所述目标特征点不是所述关节点;在人体骨骼的空间坐标系内,选择关节点,并读取所述关节点的数据信息;通过选取的所述目标特征点和关节点建立自定义面;
计算模块,用于通过建立的自定义面,分别计算与水平面、冠状面和矢状面的相对位置关系,并得出所述目标特征点在人体骨骼的空间坐标系的数据信息;
其中,自定义面根据实时选取的点位而发生的空间位置变化,实时根据变化的点位进行计算。
5.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器通过总线完成相互间的通信;
所述存储器存储有,能够在所述处理器上运行的计算机指令;
所述处理器调用所述计算机指令时,能够执行上述权利要求1至3任一所述的一种基于动态配置的骨骼空间数据采集方法。
6.一种非暂态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,实现上述权利要求1至3任一所述的一种基于动态配置的骨骼空间数据采集方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010601767.5A CN111754619B (zh) | 2020-06-29 | 骨骼空间数据采集方法、采集装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010601767.5A CN111754619B (zh) | 2020-06-29 | 骨骼空间数据采集方法、采集装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754619A CN111754619A (zh) | 2020-10-09 |
CN111754619B true CN111754619B (zh) | 2024-07-02 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969114A (zh) * | 2019-11-28 | 2020-04-07 | 四川省骨科医院 | 一种人体动作功能检测系统、检测方法及检测仪 |
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110969114A (zh) * | 2019-11-28 | 2020-04-07 | 四川省骨科医院 | 一种人体动作功能检测系统、检测方法及检测仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827342B (zh) | 三维人体模型重建方法及存储设备、控制设备 | |
CN109285215B (zh) | 一种人体三维模型重建方法、装置和存储介质 | |
WO2021175050A1 (zh) | 三维重建方法和三维重建装置 | |
hs Ip et al. | Constructing a 3D individualized head model from two orthogonal views | |
CN106327571B (zh) | 一种三维人脸建模方法及装置 | |
CN109241910B (zh) | 一种基于深度多特征融合级联回归的人脸关键点定位方法 | |
CA2423212C (en) | Apparatus and method for generating a three-dimensional representation from a two-dimensional image | |
CN109377544A (zh) | 一种人脸三维图像生成方法、装置和可读介质 | |
CN113822982B (zh) | 一种人体三维模型构建方法、装置、电子设备及存储介质 | |
CN104899563A (zh) | 一种二维人脸关键特征点定位方法及系统 | |
CN108073855A (zh) | 一种人脸表情的识别方法及系统 | |
CN108305280A (zh) | 一种双目图像基于最小生成树的立体匹配方法及系统 | |
CN111754619B (zh) | 骨骼空间数据采集方法、采集装置、电子设备和存储介质 | |
CN113888696A (zh) | 三维模型生成方法和装置 | |
CN117711611A (zh) | 一种基于场景融合和mr的MDT远程会诊系统及方法 | |
CN114283152A (zh) | 图像处理、图像处理模型的训练方法、装置、设备及介质 | |
Massad et al. | Combining multiple views and temporal associations for 3-D object recognition | |
CN111754619A (zh) | 骨骼空间数据采集方法、采集装置、电子设备和存储介质 | |
Grosso et al. | Log-polar stereo for anthropomorphic robots | |
CN103310440A (zh) | 基于典型相关分析的颅骨身份认证方法 | |
Altunbasak et al. | Simultaneous motion-disparity estimation and segmentation from stereo | |
CN109711286A (zh) | 一种基于人工视网膜空间感知的控制方法及装置 | |
CN116029912A (zh) | 图像处理模型的训练、图像处理方法、装置、设备及介质 | |
CN114998520A (zh) | 一种基于隐式表示的三维交互手重建方法和系统 | |
Luo et al. | Indoor scene reconstruction: from panorama images to cad models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |