CN114492668A - 姿态相似度的判断方法、数据处理装置、存储介质 - Google Patents
姿态相似度的判断方法、数据处理装置、存储介质 Download PDFInfo
- Publication number
- CN114492668A CN114492668A CN202210143574.9A CN202210143574A CN114492668A CN 114492668 A CN114492668 A CN 114492668A CN 202210143574 A CN202210143574 A CN 202210143574A CN 114492668 A CN114492668 A CN 114492668A
- Authority
- CN
- China
- Prior art keywords
- angle
- vector
- value
- key point
- obtaining
- 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 51
- 239000013598 vector Substances 0.000 claims abstract description 326
- 230000036544 posture Effects 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 210000003423 ankle Anatomy 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种姿态相似度的判断方法、数据处理装置、存储介质,包括接收姿态的模板图片,获取模板图片的第一关键点信息,根据第一关键点信息得到相交的第一向量以及第二向量;根据第一向量以及第二向量得到第一角度的角度值;接收姿态的匹配图片,获取匹配图片的第二关键点信息,根据第二关键点信息得到相交的第三向量以及第四向量;根据第三向量以及第四向量得到第二角度的角度值,其中,第一向量顺时针旋转到第二向量形成第一角度,第三向量顺时针旋转到第四向量形成第二角度;根据第一角度的角度值以及第二角度的角度值得到相似度判断值。根据本发明实施例的方案,能够起到提高姿态相似度的判断的准确性的作用。
Description
技术领域
本发明涉及相似度判断技术领域,尤其涉及姿态相似度的判断方法、数据处理装置、存储介质。
背景技术
目前,相关技术中,一般通过欧几里得点积公式求取余弦值,再根据余弦值得到的角度值来判断姿态的相似度。然而,根据欧几里得点积公式得到的余弦值,对于相反的两个姿态,根据欧几里得点积公式得到的余弦值相同,得到的相似度的判断值也相同,不能区分相反的两个姿态,如何提高姿态相似度的判断的准确性是亟待解决的一大技术难题。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一,提供一种姿态相似度的判断方法,能够提高姿态相似度的判断的准确性。
第一方面,本发明实施例提供一种姿态相似度的判断方法,包括:
接收姿态的模板图片,获取所述模板图片的第一关键点信息,根据所述第一关键点信息得到相交的第一向量以及第二向量;
根据所述第一向量以及所述第二向量得到第一角度的角度值;
接收姿态的匹配图片,获取所述匹配图片的第二关键点信息,根据所述第二关键点信息得到相交的第三向量以及第四向量;
根据所述第三向量以及所述第四向量得到第二角度的角度值,其中,形成所述第一向量的关键点的位置与形成所述第三向量的关键点的位置相同,形成所述第二向量的关键点的位置与形成所述第四向量的关键点的位置相同,所述第一向量顺时针旋转所述第一角度的角度值得到所述第二向量,所述第三向量顺时针旋转所述第二角度的角度值得到所述第四向量;
根据所述第一角度的角度值以及所述第二角度的角度值得到相似度判断值。
根据本发明实施例的姿态相似度的判断方法,至少具有以下有益效果:接收姿态的模板图片,获取第一关键点信息,根据第一关键点信息得到第一向量以及第二向量,根据第一向量以及第二向量得到第一角度的角度值,接收姿态的匹配图片,获取第二关键点信息,根据第二关键点信息得到第三向量以及第四向量,根据第三向量以及第四向量得到第二角度的角度值,形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,模板图片和匹配图片的相同位置的关键点分别形成第一向量与第三向量,形成所述第二向量的关键点的位置与形成所述第四向量的关键点的位置相同,模板图片和匹配图片的相同位置的关键点分别形成第二向量与第四向量,由于第一向量顺时针旋转第一角度的角度值得到第二向量,第三向量顺时针旋转第二角度的角度值得到第四向量,对于方向相反、余弦值相同的两对向量,得到的第一角度和第二角度不同,即是说,本发明实施例的方案能够区分余弦值相同但角度值不同的两对向量,并根据角度得到相似度判断值,提高了姿态相似度的判断的准确性。
根据本发明的一些实施例,所述根据所述第一关键点信息得到相交的第一向量以及第二向量,包括:根据所述第一关键点信息得到第一关键点、第一中心关键点以及第三关键点;根据所述第一中心关键点以及所述第一关键点得到所述第一向量;根据所述第一中心关键点以及所述第三关键点得到所述第二向量,其中,所述第一向量与所述第二向量相交于所述第一中心关键点。
根据本发明的一些实施例,所述根据所述第二关键点信息得到相交的第三向量以及第四向量,包括:根据所述第二关键点信息得到第四关键点、第五关键点以及第六关键点;根据所述第五关键点以及所述第四关键点得到所述第三向量;根据所述第五关键点以及所述第六关键点得到所述第四向量,其中,所述第三向量与所述第四向量相交于所述第五关键点。
根据本发明的一些实施例,所述根据所述第一向量以及所述第二向量得到第一角度的角度值,包括:获取所述第一向量的单位向量值以及所述第二向量的单位向量值,其中,坐标轴以所述第一中心关键点为原点;根据所述第一向量的单位向量值以及所述第二向量的单位向量值得到所述第一角度的第一正弦值以及所述第一角度的第一余弦值;根据所述第一正弦值以及所述第一余弦值得到所述第一角度的角度值。
根据本发明的一些实施例,所述根据所述第三向量以及所述第四向量得到第二角度的角度值,包括:获取所述第三向量的单位向量值以及所述第四向量的单位向量值,其中,坐标轴以所述第五关键点为原点;根据所述第三向量的单位向量值以及所述第四向量的单位向量值得到所述第二角度的第二正弦值以及所述第二角度的第二余弦值;根据所述第二正弦值以及所述第二余弦值得到所述第二角度的角度值。
根据本发明的一些实施例,所述根据所述第一正弦值以及所述第一余弦值得到所述第一角度的角度值,包括:根据所述第一余弦值得到目标角度的角度值;当所述第一正弦值小于0,所述第一角度的角度值等于所述目标角度的补角的角度值;或者,当所述第一角度的正弦值大于或者等于0,所述第一角度的角度值等于所述目标角度的角度值。
根据本发明的一些实施例,所述根据所述第二正弦值以及所述第二余弦值得到所述第二角度的角度值,包括:根据所述第二余弦值得到目标角度的角度值;当所述第二正弦值小于0,所述第二角度的角度值等于所述目标角度的补角的角度值;或者,当所述第二角度的正弦值大于或者等于0,所述第二角度的角度值等于所述目标角度的角度值。
根据本发明的一些实施例,所述根据所述第一角度的角度值以及所述第二角度的角度值得到相似度判断值,包括:
根据所述第一角度的角度值以及所述第二角度的角度值得到目标余弦值;
设所述相似度判断值为S,根据公式:
得到所述相似度判断值S,其中,sum(W)是预设的总权重值,n是相似度计算的所述姿态的总数,w1至wn是所述姿态的权重值,m1至mn是所述姿态的所述第一角度的角度值,t1至tn是所述姿态的所述第二角度的角度值。
第二方面,本发明实施例提供一种数据处理装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的姿态相似度的判断方法。
第三方面,本发明实施例提供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可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的姿态相似度的判断方法。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
下面结合附图和实施例对本发明进一步地说明;
图1是本发明实施例提供的一种姿态相似度的判断方法的步骤流程图;
图2是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图3是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图4是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图5是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图6是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图7是本发明实施例提供的另一种姿态相似度的判断方法的步骤流程图;
图8是本发明实施例提供的另一种姿态相似度的判断方法的姿态关键点示意图。
具体实施方式
本部分将详细描述本发明的具体实施例,本发明之较佳实施例在附图中示出,附图的作用在于用图形补充说明书文字部分的描述,使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案,但其不能理解为对本发明保护范围的限制。
在本发明的描述中,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明实施例提供一种姿态相似度的判断方法、数据处理装置、存储介质,包括接收姿态的模板图片,获取第一关键点信息,根据第一关键点信息得到第一向量以及第二向量,根据第一向量以及第二向量得到第一角度的角度值,接收姿态的匹配图片,获取第二关键点信息,根据第二关键点信息得到第三向量以及第四向量,根据第三向量以及第四向量得到第二角度的角度值,形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,模板图片和匹配图片的相同位置的关键点分别形成第一向量与第三向量,形成第二向量的关键点的位置与形成第四向量的关键点的位置相同,模板图片和匹配图片的相同位置的关键点分别形成第二向量与第四向量,由于第一向量顺时针旋转第一角度的角度值得到第二向量形成,第三向量顺时针旋转第二角度的角度值得到第四向量形成,当第一角度的余弦值与第二角度的余弦值相同,第一角度的角度值与第二角度的角度值不同,也能够有效区分第一角度以及第二角度,根据第一角度的角度值以及第二角度的角度值得到相似度判断值,即是说,本发明实施例的方案能够区分余弦值相同但角度值不同的两对向量,并通过角度得到相似度判断值,提高了姿态相似度的判断的准确性。
下面结合附图,对本发明实施例作进一步阐述。
参照图1,本发明的第一方面实施例提供一种姿态相似度的判断方法,该方法可以包括但不限于有步骤S110至S150。
步骤S110:接收姿态的模板图片,获取模板图片的第一关键点信息,根据第一关键点信息得到相交的第一向量以及第二向量。
本步骤中,模板图片可以是具有正确的姿态的图片,在一个可选的实施方式中,模板图片可以是具有预设的正确的姿态的图片,也可以是正确的姿态的展示图片。
可以理解的是,第一关键点信息指的是模板图片中的各个关键点的信息,根据第一关键点信息得到相交的第一向量以及第二向量,第一向量和第二向量通过交点形成角度。在一个可选的实施方式中,参照图8,人体姿态关键点与数字的对应关系分别为:0-鼻子,1-左眼,2-右眼,3-左耳,4-右耳,5-左肩,6-右肩,7-左手肘,8-右手肘,9-左手腕,10-右手腕,11-左胯关节,12-右胯关节,13-左膝盖,14-右膝盖,15-左脚踝,16-右脚踝。第一向量可以是7到5方向形成的向量,第二向量可以是7到9方向形成的向量,第一向量与第二向量的相交的点为关键点7。
步骤S120:根据第一向量以及第二向量得到第一角度的角度值。
本步骤中,第一向量顺时针旋转第一角度的角度值得到第二向量,第一角度指的是第一向量和第二向量之间的夹角。
可以理解的是,根据第一向量以及第二向量得到第一角度的角度值,可以采用相关技术中的任意方式得到第一角度的角度值,并且,第一角度具有方向,在一个可选的实施方式中,第一角度的角度值可以与直接通过欧几里得公式求出的余弦值对应的角度值相同,也可以是该余弦值对应的角度值的补交的角度值。
步骤S130:接收姿态的匹配图片,获取匹配图片的第二关键点信息,根据第二关键点信息得到相交的第三向量以及第四向量。
本步骤中,匹配图片可以是具有与模板图片相同姿态的图片,匹配图片中的姿态与模板图片中的姿态的相似度判断值即是姿态的相似度判断值。
可以理解的是,可以理解的是,第二关键点信息指的是匹配图片中的各个关键点的信息,根据第二关键点信息得到相交的第三向量以及第四向量,第三向量和第四向量通过交点形成角度。在一个可选的实施方式中,参照图8,人体姿态关键点与数字的对应关系分别为:0-鼻子,1-左眼,2-右眼,3-左耳,4-右耳,5-左肩,6-右肩,7-左手肘,8-右手肘,9-左手腕,10-右手腕,11-左胯关节,12-右胯关节,13-左膝盖,14-右膝盖,15-左脚踝,16-右脚踝。第三向量可以是7到5方向形成的向量,第四向量可以是7到9方向形成的向量,第三向量与第四向量的相交的点为关键点7。
步骤S140:根据第三向量以及第四向量得到第二角度的角度值,其中,形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,形成第二向量的关键点的位置与形成第四向量的关键点的位置相同,第一向量顺时针旋转第一角度的角度值得到第二向量,第三向量顺时针旋转第二角度的角度值得到第四向量。
本步骤中,第二角度指的是第三向量和第四向量相交形成的角度,第三向量顺时针旋转第二角度的角度值得到第四向量。
可以理解的是,根据第三向量以及第四向量得到第二角度的角度值,可以采用相关技术中的任意方式得到第二角度的角度值,并且,第二角度具有方向,在一个可选的实施方式中,第二角度的角度值可以与直接通过欧几里得公式求出的余弦值对应的角度值相同,也可以是该余弦值对应的角度值的补交的角度值。
需要说明的是,第一向量与第二向量的夹角为第一角度,第三向量与第四向量的夹角为第二角度,并且,第一角度与第二角度指的是同一侧的形成的角度值,对于夹角相同,方向不同的两对向量,得到的第一角度与第二角度不相同,因此,本申请通过同一侧的夹角能够区分夹角相同,方向不同的两对向量,从而达到提高姿态相似度的判断的准确性的目的。
还需要说明的是,形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,形成第二向量的关键点的位置与形成第四向量的关键点的位置相同,所以,第一角度与第二角度的相似度可以用于判断模板图片与匹配图片的姿态的相似度。
步骤S150:根据第一角度的角度值以及第二角度的角度值得到相似度判断值。
本步骤中,相似度判断值指的是匹配图片与模板图片的相似度判断值,在一个可选的实施方式中,可以将第一角度的角度值以及第二角度的角度值相减得到的余弦值来作为相似度判断值,也可以直接将角度值的差值作为相似度判断值。
可以理解的是,当对模板图片以及匹配图片中的多个角度进行比较判断以得到姿态相似度的判断值,相似度的判断值可以是通过多个第一角度的角度值以及多个第二角度的角度值加权平均或者直接平均得到,即是说,将第一角度的角度值与第二角度的角度值的差值或者差值的余弦值平均或者加权平均,得到最终的相似度判断值。
本实施例中,通过步骤S110至S150,接收姿态的模板图片,获取模板图片的第一关键点信息,根据第一关键点信息得到相交的第一向量以及第二向量;根据第一向量以及第二向量得到第一角度的角度值;接收姿态的匹配图片,获取匹配图片的第二关键点信息,根据第二关键点信息得到相交的第三向量以及第四向量;根据第三向量以及第四向量得到第二角度的角度值,其中,形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,形成第二向量的关键点的位置与形成第四向量的关键点的位置相同,第一向量顺时针旋转到第二向量形成第一角度,第三向量顺时针旋转到第四向量形成第二角度;根据第一角度的角度值以及第二角度的角度值得到相似度判断值。本实施例的方案将第一向量顺时针旋转到第二向量形成第一角度,第三向量顺时针旋转到第四向量形成第二角度,即是说,第一角度和第二角度具有方向,从而区分方向不同但夹角相同的两个姿态,达到提高姿态相似度的判断的准确性的目的。
在一实施例中,如图2所示,对步骤S110进行进一步说明,该步骤包括但不限于有步骤S111至S113。
步骤S111:根据第一关键点信息得到第一关键点、第一中心关键点以及第三关键点。
本步骤中,第一关键点、第一中心关键点以及第三关键点均可以是第一关键点信息包括的任意关键点,在此不作限定,得到第一关键点、第一中心关键点以及第三关键点能够便于后续步骤中得到第一向量和第二向量。
步骤S112:根据第一中心关键点以及第一关键点得到第一向量。
本步骤中,根据第一中心关键点以及第一关键点得到第一向量,可以是第一中心关键点沿第一关键点的方向延伸,形成第一向量,得到的第一向量能够便于后续步骤中对第一角度的角度值的计算。
步骤S113:根据第一中心关键点以及第三关键点得到第二向量,其中,第一向量与第二向量相交于第一中心关键点。
本步骤中,根据第一中心关键点以及第三关键点得到第二向量,可以是第一中心关键点沿第三关键点的方向延伸,形成第二向量,得到的第二向量能够便于后续步骤中对第二角度的角度值的计算。
本实施例中,通过步骤S111至S113,根据第一关键点信息得到第一关键点、第一中心关键点以及第三关键点;根据第一中心关键点以及第一关键点得到第一向量;根据第一中心关键点以及第三关键点得到第二向量,其中,第一向量与第二向量相交于第一中心关键点,本实施例的方案以第一中心关键点为相交点,第一中心关键点沿着第一关键点形成第一向量,第一中心关键点沿着第三关键点形成第二向量,为后续对第一角度的角度值的计算提供了基础,达到提高计算过程的便利性的目的。
在一实施例中,如图3所示,对步骤S130进行进一步说明,该步骤包括但不限于有步骤S131至S133。
步骤S131:根据第二关键点信息得到第四关键点、第五关键点以及第六关键点。
本步骤中,第四关键点、第五关键点以及第六关键点均可以是第二关键点信息包括的任意关键点,在此不作限定,得到第四关键点、第五关键点以及第六关键点能够便于后续步骤中得到第三向量和第四向量。
步骤S132:根据第五关键点以及第四关键点得到第三向量。
本步骤中,根据第五关键点以及第四关键点得到第三向量,可以是第五关键点沿第四关键点的方向延伸,形成第三向量。
步骤S133:根据第五关键点以及第六关键点得到第四向量,其中,第三向量与第四向量相交于第五关键点。
本步骤中,根据第五关键点以及第六关键点得到第四向量,可以是第五关键点沿第六关键点的方向延伸,形成第四向量。
本实施例中,通过步骤S131至S133,根据第二关键点信息得到第四关键点、第五关键点以及第六关键点;根据第五关键点以及第四关键点得到第三向量;根据第五关键点以及第六关键点得到第四向量,其中,第三向量与第四向量相交于第五关键点,本实施例的方案以第五关键点为相交点,第五关键点沿着第四关键点形成第三向量,第五关键点沿着第六关键点形成第四向量,为后续对第二角度的角度值的计算提供了基础,达到提高计算过程的便利性的目的。
在一实施例中,如图4所示,对步骤S120进行进一步说明,该步骤包括但不限于有步骤S121至S123。
步骤S121:获取第一向量的单位向量值以及第二向量的单位向量值,其中,坐标轴以第一中心关键点为原点。
本步骤中,以第一中心关键点为原点,可以是设置x轴方向为平行于图片的宽度的方向,y轴方向为平行于图片的高度的方向,在一个可选的实施方式中,第一向量的单位向量第二向量的单位向量其中,设u和x轴正方向的夹角为α,v和x轴正方向的夹角为β,c1=cosα,s1=sinα,c2=cosβ,s2=sinβ,用三角函数值表示单位向量值,能够便于后续计算第一角度的三角函数值,从而得到第一角度的角度值。
步骤S122:根据第一向量的单位向量值以及第二向量的单位向量值得到第一角度的第一正弦值以及第一角度的第一余弦值。
本步骤中,设第一向量的单位向量u和x轴正方向的夹角为α,第二向量的单位向量v和x轴正方向的夹角为β,则c1=cosα,s1=sinα,c2=cosβ,s2=sinβ,由于第一向量顺时针旋转到第二向量形成第一角度,第一角度的角度值θ=β-α±(2kπ),其中,k可以是任意整数,第一余弦值cosθ=cos(β-α)=cosβcosα+sinβsinα=c1c2+s1s2,第一正弦值sinθ=sin(β-α)=sinβcosα-cosβsinα=c1s2-c2s1。
可以理解的是,第一角度的角度值θ=β-α±(2kπ),k可以是任意整数,在一个可选的实施方式中,假设cosα=0,sinα=1,使得α=900, 则β=315°,所以θ=β-α=225°;或者,使得α=900,则β=45°,则θ=β-α=-45°<0°,所以θ=360°-45°=315°。因此,第一角度的角度值可以表示为θ=β-α±(2kπ),k可以是任意整数。
步骤S123:根据第一正弦值以及第一余弦值得到第一角度的角度值。
本步骤中,根据第一正弦值以及第一余弦值得到第一角度的角度值,可以根据第一余弦值确定第一角度的角度值。第一角度是有方向的,在一个可选的实施方式中,根据第一余弦值以及第一正弦值得到确定的角度值,可以是通过判断得到第一正弦值以得到第一角度的角度值,达到确定第一向量顺时针旋转到第二向量形成的第一角度的角度值。
本实施例中,通过步骤S121至S123,获取第一向量的单位向量值以及第二向量的单位向量值,其中,坐标轴以第一中心关键点为原点;根据第一向量的单位向量值以及第二向量的单位向量值得到第一角度的第一正弦值以及第一角度的第一余弦值;根据第一正弦值以及第一余弦值得到第一角度的角度值。本实施例的方案通过第一中心关键点建立坐标轴,通过确定第一角度的余弦值和正弦值来确定第一角度的角度值,从而达到判断姿态相似度的目的。
在一实施例中,如图5所示,对步骤S140进行进一步说明,该步骤包括但不限于有步骤S141至S143。
步骤S141:获取第三向量的单位向量值以及第四向量的单位向量值,其中,坐标轴以第五关键点为原点。
本步骤中,以第五关键点为原点,x轴方向可以是平行于图片的宽度的方向,y轴方向可以是平行于图片的高度的方向,在一个可选的实施方式中,第三向量的单位向量第四向量的单位向量其中,设w和x轴正方向的夹角为γ,q和x轴正方向的夹角为ε,c3=cosγ,s3=sinγ,c4=cosε,s4=sinε。
步骤S142:根据第三向量的单位向量值以及第四向量的单位向量值得到第二角度的第二正弦值以及第二角度的第二余弦值。
本步骤中,设第三向量的单位向量w和x轴正方向的夹角为γ,第四向量的单位向量q和x轴正方向的夹角为ε,则c3=cosγ,s3=sinγ,c4=cosε,s4=sinε,由于第三向量顺时针旋转到第四向量形成第二角度,第二角度的角度值θ2=ε-γ±(2kπ),其中,k可以是任意整数,第二余弦值cosθ2=cos(ε-γ)=cosεcosγ+sin∈sinγ=c3c4+s3s4,第二正弦值sinθ2=sin(ε-γ)=sinεcosγ-cosεsinγ=c3s4-c4s3。
可以理解的是,第二角度的角度值θ2=ε-γ±(2kπ),k可以是任意整数,在一个可选的实施方式中,假设cosα=0,sinα=1,使得γ=900, 则ε=315°,所以θ2=ε-γ=225°;或者,使得α=900, 则ε=45°,则θ2=ε-γ=-45°<0°,所以θ2=360°-45°=315°。因此,第二角度的角度值可以表示为θ2=ε-γ±(2kπ),k可以是任意整数。
步骤S143:根据第二正弦值以及第二余弦值得到第二角度的角度值。
本步骤中,根据第二正弦值以及第二余弦值得到第二角度的角度值,可以根据第二余弦值确定第二角度的角度值。第二角度是有方向的,在一个可选的实施方式中,根据第二余弦值以及第二正弦值得到确定的角度值,可以是通过判断得到第二正弦值以得到第二角度的角度值,达到确定第三向量顺时针旋转到第四向量形成的第二角度的角度值。
本实施例中,通过步骤S141至S143,获取第三向量的单位向量值以及第四向量的单位向量值,其中,坐标轴以第五关键点为原点;根据第三向量的单位向量值以及第四向量的单位向量值得到第二角度的第二正弦值以及第二角度的第二余弦值;根据第二正弦值以及第二余弦值得到第二角度的角度值。本实施例的方案通过第五关键点建立坐标轴,通过确定第二角度的余弦值和正弦值来确定第二角度的角度值,从而达到判断姿态相似度的目的。
在一实施例中,如图6所示,对步骤S123进行进一步说明,该步骤包括但不限于有步骤S1231至S1233。
步骤S1231:根据第一余弦值得到目标角度的角度值。
本步骤中,根据第一余弦值得到目标角度的角度值,可以是根据反余弦函数得到第一余弦值对应的目标角度,得到的目标角度可以是第一角度,也可以是圆角减去第一角度得到的角度值。
可以理解的是,周角的角度值为360度,平角的角度值为180度。第一向量顺时针旋转到第二向量形成第一角度,第一角度的角度值可以是小于周角的角度值,根据第一余弦值得到的目标角度的角度值是小于等于平角的角度值。
步骤S1232:当第一正弦值小于0,第一角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值。
本步骤中,当第一正弦值小于0,第一角度的角度值的大于180度,第一角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值,对于夹角相同、方向不同的两对向量,可以得到不相同的第一角度的角度值,从而达到区分方向不同的两对向量的目的。
步骤S1233:当第一正弦值大于或者等于0,第一角度的角度值等于目标角度的角度值。
本步骤中,当第一正弦值大于或者等于0,第一角度的角度值小于或者等于180度,此时,使得第一角度的角度值等于目标角度的角度值,能够达到区分方向不同的两对向量的目的。
本实施例中,通过步骤S1231至S1233,根据第一余弦值得到目标角度的角度值;当第一正弦值小于0,第一角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值;当第一正弦值大于或者等于0,第一角度的角度值等于目标角度的角度值。本实施例的方案根据地第二正弦值确定第一角度的角度值的范围,从而通过目标角度的角度值得到第一角度的角度值,并且,夹角相同、方向不同的两对向量得到的角度值不同,从而能够达到区分方向不同的两对向量,提高姿态相似度的判断的准确性目的。
在一实施例中,如图7所示,对步骤S143进行进一步说明,该步骤包括但不限于有步骤S1431至S1433。
步骤S1431:根据第二余弦值得到目标角度的角度值。
本步骤中,根据第二余弦值得到目标角度的角度值,可以是根据反余弦函数得到第二余弦值对应的目标角度,得到的目标角度可以是第二角度,也可以是圆角减去第二角度得到的角度值。
可以理解的是,周角的角度值为360度,平角的角度值为180度。第三向量顺时针旋转到第四向量形成第二角度,第二角度的角度值可以是小于周角的角度值,根据第二余弦值得到的目标角度的角度值是小于等于平角的角度值。
步骤S1432:当第二正弦值小于0,第二角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值。
本步骤中,当第二正弦值小于0,第二角度的角度值的大于180度,第二角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值,对于夹角相同、方向不同的两对向量,可以得到不相同的第二角度的角度值,从而达到区分方向不同的两对向量的目的。
步骤S1433:当第二正弦值大于或者等于0,第二角度的角度值等于目标角度的角度值。
本步骤中,当第二正弦值大于或者等于0,第二角度的角度值小于或者等于180度,此时,使得第二角度的角度值等于目标角度的角度值,能够达到区分方向不同的两对向量的目的。
本实施例中,通过步骤S1431至S1433,根据第二余弦值得到目标角度的角度值;当第二正弦值小于0,第二角度的角度值等于周角的角度值减去目标角度的角度值得到的角度值;当第二正弦值大于或者等于0,第二角度的角度值等于目标角度的角度值。本实施例的方案根据地第二正弦值确定第二角度的角度值的范围,从而通过目标角度的角度值得到第一角度的角度值,并且,夹角相同、方向不同的两对向量得到的角度值不同,从而能够达到区分方向不同的两对向量,提高姿态相似度的判断的准确性目的。
在一实施例中,对步骤S150进行进一步说明,该步骤包括但不限于有步骤S151至S152。
步骤S151:根据第一角度的角度值以及第二角度的角度值得到目标余弦值。
本步骤中,目标余弦值可以是第一角度的角度值与第二角度的角度值的差值对应的余弦值,在余弦函数中,角度越小,余弦值越接近1,所以可以通过目标余弦值达到判断姿态的相似度的目的。
步骤S152:设相似度判断值为S,根据公式: 得到相似度判断值S,其中,sum(W)是预设的总权重值,n是相似度计算的姿态的总数,w1至wn是姿态的权重值,m1至mn是姿态的第一角度的角度值,t1至tn是姿态的第二角度的角度值。
本步骤中,sum(W)是预设的总权重值,根据模板图片与匹配图片的对应的各个姿态的相似度进行加权处理,在一个可选的实施方式中,共有n个相似度计算的姿态,则分别计算目标余弦值,再对目标余弦值进行加权处理,得到相似度判断值。
可以理解的是,相似度判断值S是模板图片与匹配图片的姿态的相似度判断值,姿态的数量在此不作限定,由于形成第一向量的关键点的位置与形成第三向量的关键点的位置相同,第二向量的关键点的位置与形成第四向量的关键点的位置相同,每对第一角度和第二角度都是相同位置的姿态,能够进行相似度的判断,例如,m1和t1指的是相同位置的姿态的第一角度的角度值以及第二角度的角度值。
本实施例中,通过步骤S151至S152,根据第一角度的角度值以及第二角度的角度值得到目标余弦值;根据对目标余弦值加权计算得到相似度判断值,本实施例的方案对目标余弦值加权平均,再得到最终的相似度判断值,起到了提高姿态相似度的判断的准确性目的。
另外,本发明的一个实施例还提供了一种数据处理装置,该数据处理装置包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。
处理器和存储器可以通过总线或者其他方式连接。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现上述实施例的姿态相似度的判断方法所需的非暂态软件程序以及指令存储在存储器中,当被处理器执行时,执行上述实施例中的姿态相似度的判断方法,例如,执行以上描述的图1中的方法步骤S110至S150、图2中的方法步骤S111至S113、图3中的方法步骤S131至S133、图4中的方法步骤S121至S123、图5中的方法步骤S141至S143、图6中的方法步骤S1231至S1233、图7中的方法步骤S1431至S1433。
此外,本发明的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个处理器或控制器执行,例如,被上述装置实施例中的一个处理器执行,可使得上述处理器执行上述实施例中的姿态相似度的判断方法,例如,执行以上描述的图1中的方法步骤S110至S150、图2中的方法步骤S111至S113、图3中的方法步骤S131至S133、图4中的方法步骤S121至S123、图5中的方法步骤S141至S143、图6中的方法步骤S1231至S1233、图7中的方法步骤S1431至S1433。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所述技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (10)
1.一种姿态相似度的判断方法,其特征在于,包括:
接收姿态的模板图片,获取所述模板图片的第一关键点信息,根据所述第一关键点信息得到相交的第一向量以及第二向量;
根据所述第一向量以及所述第二向量得到第一角度的角度值;
接收姿态的匹配图片,获取所述匹配图片的第二关键点信息,根据所述第二关键点信息得到相交的第三向量以及第四向量;
根据所述第三向量以及所述第四向量得到第二角度的角度值,其中,形成所述第一向量的关键点的位置与形成所述第三向量的关键点的位置相同,形成所述第二向量的关键点的位置与形成所述第四向量的关键点的位置相同,所述第一向量顺时针旋转所述第一角度的角度值得到所述第二向量,所述第三向量顺时针旋转所述第二角度的角度值得到所述第四向量;
根据所述第一角度的角度值以及所述第二角度的角度值得到相似度判断值。
2.根据权利要求1所述的姿态相似度的判断方法,其特征在于,所述根据所述第一关键点信息得到相交的第一向量以及第二向量,包括:
根据所述第一关键点信息得到第一关键点、第一中心关键点以及第三关键点;
根据所述第一中心关键点以及所述第一关键点得到所述第一向量;
根据所述第一中心关键点以及所述第三关键点得到所述第二向量,其中,所述第一向量与所述第二向量相交于所述第一中心关键点。
3.根据权利要求1所述的姿态相似度的判断方法,其特征在于,所述根据所述第二关键点信息得到相交的第三向量以及第四向量,包括:
根据所述第二关键点信息得到第四关键点、第五关键点以及第六关键点;
根据所述第五关键点以及所述第四关键点得到所述第三向量;
根据所述第五关键点以及所述第六关键点得到所述第四向量,其中,所述第三向量与所述第四向量相交于所述第五关键点。
4.根据权利要求2所述的姿态相似度的判断方法,其特征在于,所述根据所述第一向量以及所述第二向量得到第一角度的角度值,包括:
获取所述第一向量的单位向量值以及所述第二向量的单位向量值,其中,坐标轴以所述第一中心关键点为原点;
根据所述第一向量的单位向量值以及所述第二向量的单位向量值得到所述第一角度的第一正弦值以及所述第一角度的第一余弦值;
根据所述第一正弦值以及所述第一余弦值得到所述第一角度的角度值。
5.根据权利要求3所述的姿态相似度的判断方法,其特征在于,所述根据所述第三向量以及所述第四向量得到第二角度的角度值,包括:
获取所述第三向量的单位向量值以及所述第四向量的单位向量值,其中,坐标轴以所述第五关键点为原点;
根据所述第三向量的单位向量值以及所述第四向量的单位向量值得到所述第二角度的第二正弦值以及所述第二角度的第二余弦值;
根据所述第二正弦值以及所述第二余弦值得到所述第二角度的角度值。
6.根据权利要求4所述的姿态相似度的判断方法,其特征在于,所述根据所述第一正弦值以及所述第一余弦值得到所述第一角度的角度值,包括:
根据所述第一余弦值得到目标角度的角度值;
当所述第一正弦值小于0,所述第一角度的角度值等于周角的角度值减去所述目标角度的角度值得到的角度值;
或者,
当所述第一正弦值大于或者等于0,所述第一角度的角度值等于所述目标角度的角度值。
7.根据权利要求5所述的姿态相似度的判断方法,其特征在于,所述根据所述第二正弦值以及所述第二余弦值得到所述第二角度的角度值,包括:
根据所述第二余弦值得到目标角度的角度值;
当所述第二正弦值小于0,所述第二角度的角度值等于周角的角度值减去所述目标角度的角度值得到的角度值;
或者,
当所述第二正弦值大于或者等于0,所述第二角度的角度值等于所述目标角度的角度值。
9.一种数据处理装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的姿态相似度的判断方法。
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可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至8任意一项所述的姿态相似度的判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210143574.9A CN114492668B (zh) | 2022-02-16 | 2022-02-16 | 姿态相似度的判断方法、数据处理装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210143574.9A CN114492668B (zh) | 2022-02-16 | 2022-02-16 | 姿态相似度的判断方法、数据处理装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114492668A true CN114492668A (zh) | 2022-05-13 |
CN114492668B CN114492668B (zh) | 2024-05-14 |
Family
ID=81482262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210143574.9A Active CN114492668B (zh) | 2022-02-16 | 2022-02-16 | 姿态相似度的判断方法、数据处理装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114492668B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011221939A (ja) * | 2010-04-14 | 2011-11-04 | Seiko Epson Corp | 物体認識装置、物体認識方法及びプログラム |
CN110321795A (zh) * | 2019-05-24 | 2019-10-11 | 平安科技(深圳)有限公司 | 用户姿态识别方法、装置、计算机装置及计算机存储介质 |
CN110377787A (zh) * | 2019-06-21 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 一种视频分类方法、装置及计算机可读存储介质 |
KR20200066971A (ko) * | 2018-12-03 | 2020-06-11 | 중앙대학교 산학협력단 | 상대적 움직임에 기반한 동작 인식 방법 및 장치 |
CN111815387A (zh) * | 2020-01-19 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 一种目标对比方法、装置、存储介质及电子设备 |
US20210173413A1 (en) * | 2019-08-08 | 2021-06-10 | Brunswick Corporation | Method and System for Controlling Attitude of a Marine Vessel |
CN113221697A (zh) * | 2021-04-29 | 2021-08-06 | 广州深灵科技有限公司 | 一种人体姿态的比对方法及比对装置 |
CN113221815A (zh) * | 2021-05-25 | 2021-08-06 | 北京无垠创新科技有限责任公司 | 一种基于骨骼关键点自动检测技术的步态鉴定方法 |
-
2022
- 2022-02-16 CN CN202210143574.9A patent/CN114492668B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011221939A (ja) * | 2010-04-14 | 2011-11-04 | Seiko Epson Corp | 物体認識装置、物体認識方法及びプログラム |
KR20200066971A (ko) * | 2018-12-03 | 2020-06-11 | 중앙대학교 산학협력단 | 상대적 움직임에 기반한 동작 인식 방법 및 장치 |
CN110321795A (zh) * | 2019-05-24 | 2019-10-11 | 平安科技(深圳)有限公司 | 用户姿态识别方法、装置、计算机装置及计算机存储介质 |
CN110377787A (zh) * | 2019-06-21 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 一种视频分类方法、装置及计算机可读存储介质 |
US20210173413A1 (en) * | 2019-08-08 | 2021-06-10 | Brunswick Corporation | Method and System for Controlling Attitude of a Marine Vessel |
CN111815387A (zh) * | 2020-01-19 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 一种目标对比方法、装置、存储介质及电子设备 |
CN113221697A (zh) * | 2021-04-29 | 2021-08-06 | 广州深灵科技有限公司 | 一种人体姿态的比对方法及比对装置 |
CN113221815A (zh) * | 2021-05-25 | 2021-08-06 | 北京无垠创新科技有限责任公司 | 一种基于骨骼关键点自动检测技术的步态鉴定方法 |
Non-Patent Citations (2)
Title |
---|
刘喜平等: "相似物体的姿态矫正算法设计及实现", 计算机应用与软件, vol. 30, no. 02, 15 February 2013 (2013-02-15), pages 288 - 291 * |
麻文刚等: "基于人体姿态的PSO-SVM特征向量跌倒检测方法", 传感技术学报, vol. 30, no. 10, 15 October 2017 (2017-10-15), pages 1504 - 1511 * |
Also Published As
Publication number | Publication date |
---|---|
CN114492668B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11318615B2 (en) | Motion planning method for robot arms, computing device and robot | |
CN113378349B (zh) | S-r-s结构七自由度机械臂逆运动学解析解的数值稳定算法 | |
US11458619B2 (en) | Method for controlling the motion of a robot arm, computing device and robot | |
CN108765489A (zh) | 一种基于组合靶标的位姿计算方法、系统、介质及设备 | |
JP2010530086A (ja) | イメージングモデル及び画像処理装置 | |
WO2022083038A1 (zh) | 视觉定位方法及相关装置、设备和计算机可读存储介质 | |
CN110989585B (zh) | 避奇异的步态规划方法、装置、可读存储介质及机器人 | |
CN113222878B (zh) | 一种图像拼接方法 | |
US9153469B2 (en) | Calculating apparatus, transfer robot system, and calculating method | |
CN113119096B (zh) | 机械臂空间位置调整方法、装置、机械臂及存储介质 | |
CN112085709A (zh) | 一种图像对比方法及设备 | |
CN114492668B (zh) | 姿态相似度的判断方法、数据处理装置、存储介质 | |
US20210178601A1 (en) | Device to monitor state of balance of robot, method of operation for such device, and computer readable medium | |
CN113084791B (zh) | 机械臂控制方法、机械臂控制装置及终端设备 | |
US20220415094A1 (en) | Method and system for estimating gesture of user from two-dimensional image, and non-transitory computer-readable recording medium | |
WO2022247115A1 (zh) | 质心轨迹生成方法、装置、计算机可读存储介质及机器人 | |
CN112378383B (zh) | 基于圆和线特征非合作目标相对位姿双目视觉测量方法 | |
CN111223139A (zh) | 目标定位方法及终端设备 | |
Kislitsyna et al. | Generalized compass operator for edge detection with the required angular orientation | |
CN113246124A (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
Akizuki et al. | DPN-LRF: A local reference frame for robustly handling density differences and partial occlusions | |
CN103559494A (zh) | 一种平面图形对象的对称轴的检测方法 | |
CN108108694B (zh) | 一种人脸特征点定位方法及装置 | |
Kim et al. | Harsh-Environment Visual Odometry for Field Robots Using Data Fusion of Gyroscope & Magnetometer | |
WO2021157528A1 (ja) | 画像処理装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |