JP2021514092A - 位置姿勢検出方法及び装置、電子機器並びに記憶媒体 - Google Patents
位置姿勢検出方法及び装置、電子機器並びに記憶媒体 Download PDFInfo
- Publication number
- JP2021514092A JP2021514092A JP2020558949A JP2020558949A JP2021514092A JP 2021514092 A JP2021514092 A JP 2021514092A JP 2020558949 A JP2020558949 A JP 2020558949A JP 2020558949 A JP2020558949 A JP 2020558949A JP 2021514092 A JP2021514092 A JP 2021514092A
- Authority
- JP
- Japan
- Prior art keywords
- position information
- feature
- feature portion
- dimensional
- target
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 131
- 239000011159 matrix material Substances 0.000 claims description 94
- 238000010606 normalization Methods 0.000 claims description 75
- 230000008569 process Effects 0.000 claims description 73
- 238000012937 correction Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 56
- 238000013519 translation Methods 0.000 claims description 48
- 238000003384 imaging method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 24
- 210000004394 hip joint Anatomy 0.000 claims description 13
- 210000003423 ankle Anatomy 0.000 claims description 12
- 210000003127 knee Anatomy 0.000 claims description 12
- 210000000707 wrist Anatomy 0.000 claims description 12
- 238000010586 diagram Methods 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 52
- 241000282414 Homo sapiens Species 0.000 description 17
- 230000003287 optical effect Effects 0.000 description 14
- 238000005457 optimization Methods 0.000 description 14
- 238000012549 training Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 210000004705 lumbosacral region Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000009187 flying Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009183 running Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009184 walking Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- 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
- G06T3/20—Linear translation of whole images or parts thereof, e.g. panning
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20072—Graph-based image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
Description
本出願は、2018年08月20日付の中国特許出願第201810950565.4号、及び2018年08月20日付の中国特許出願第201810949860.8号に基づく優先権を主張するものであり、該中国特許出願の全内容を参照として本出願に援用する。
第3式を利用して、補正後の三次元位置情報に対して逆正規化処理を行い、第5位置情報を得ることを含んでもよく、前記第3式は下記の通りである。
S301:前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定する。
ビデオ又はピクチャを含んでもよい画像データを取得することと、
二次元人体キーポイント検出ツールを利用して、画像における14個のキーポイントの位置、即ち、14個の第1特徴部の第1位置情報を得ることと、
二次元キーポイント位置情報を利用して、対応する三次元人体骨格(17個のキーポイントであり、ここで、骨盤のキーポイント位置は常に原点である)を得て、該17個のキーポイントが三次元キーポイントの三次元位置情報であることと、
上記ステップで得られた2つの人体キーポイントに対して位置合わせ操作を行い(即ち、同一の特徴部を決定する)、各キーポイントを物理的には一致させることと、
現在の装置の内部パラメータがKであり、ターゲット人体のカメラ座標系における外部パラメータ回転行列R及び平行移動行列Tを算出することとを含む。ここで、式4に記述したとおりであり、
撮像装置により撮像されたターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定するように構成される第1決定モジュール10と、
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定するように構成される第2決定モジュール20であって、前記第2特徴部が、前記少なくとも1つの第1特徴部を含む第2決定モジュール20と、
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される第3決定モジュール30とを備えてもよい。
認識しようとする第1特徴部の情報を取得するように構成される情報取得ユニットと、
取得した第1特徴部の情報に基づいて、前記ターゲット対象における前記少なくとも1つの第1特徴部を認識するように構成される特徴認識ユニットと、
確立された二次元座標系に基づいて、前記少なくとも1つの第1特徴部の第1位置情報を決定するように構成される二次元位置決定ユニットとを備える。
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元位置情報を決定するように構成される三次元位置決定ユニットとを備える。
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元形態の第4位置情報を決定するように構成される三次元位置決定ユニットと、
前記第4位置情報に対して逆正規化処理を行い、第2特徴部の三次元位置情報を得るように構成される逆正規化ユニットとを備える。
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定するように構成される補正パラメータ決定ユニットと、
前記補正パラメータに基づいて前記三次元位置情報を補正するように構成される補正ユニットと、
補正後の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される位置姿勢決定ユニットとを備える。
前記第5位置情報と、第1位置情報の正規化処理により得られた第2位置情報との差異に基づいて、前記差異が所定の要件を満たすまで、前記回転行列及び平行移動行列を繰返してフィードバック調整し、
前記差異が所定の要件を満たす時の回転行列及び平行移動行列に基づいて、前記補正パラメータを決定するように構成される。
前記第1特徴部の第1識別子及び第2特徴部の第2識別子に基づいて、前記第2特徴部に含まれる少なくとも1つの第1特徴部を決定するように構成される整合ユニットを更に備える。
ターゲット画像を取得するように構成される画像取得モジュールと、
前記ターゲット画像におけるターゲット対象を認識するように構成される対象認識モジュールとを更に備える。
本願明細書は、例えば、以下の項目も提供する。
(項目1)
位置姿勢検出方法であって、
撮像装置により撮像されたターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定することと、
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することであって、前記第2特徴部が、前記少なくとも1つの第1特徴部を含むことと、
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定することと、を含む、位置姿勢検出方法。
(項目2)
ターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定することは、
認識しようとする第1特徴部の情報を取得することと、
取得した第1特徴部の情報に基づいて、前記ターゲット対象における前記少なくとも1つの第1特徴部を認識することと、
確立された二次元座標系に基づいて、前記少なくとも1つの第1特徴部の第1位置情報を決定することと、を含むことを特徴とする
項目1に記載の方法。
(項目3)
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することは、
記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることと、
前記第2位置情報を利用して前記第2特徴部の三次元位置情報を決定することと、を含むことを特徴とする
項目1又は2に記載の方法。
(項目4)
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることは、
前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることと、
前記少なくとも1つの第1特徴部の第3位置情報の平均値及び分散を決定することと、
前記平均値及び分散に基づいて、前記第3位置情報に対して第2正規化処理を行い、前記第2位置情報を得ることと、を含むことを特徴とする
項目3に記載の方法。
(項目5)
前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることは、
前記装置パラメータを利用して前記第1位置情報に対して歪み除去処理を行うことと、
歪み除去処理後の第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることと、を含むことを特徴とする
項目4に記載の方法。
(項目6)
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることと、
前記第2位置情報を利用して前記第2特徴部の三次元形態の第4位置情報を決定することと、
前記第4位置情報に対して逆正規化処理を行い、第2特徴部の三次元位置情報を得ることと、を含むことを特徴とする
項目1又は2に記載の方法。
(項目7)
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて前記ターゲット対象の空間的位置姿勢を決定することは、
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定することと、
前記補正パラメータに基づいて前記三次元位置情報を補正することと、
補正後の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定することと、を含むことを特徴とする
項目1−6のいずれか一項に記載の方法。
(項目8)
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定することは、
回転行列及び平行移動行列を利用して前記第1特徴部の第2特徴部における前記三次元位置情報を二次元形態の第5位置情報に変換すること、
前記第5位置情報と、第1位置情報の正規化処理により得られた第2位置情報との差異に基づいて、前記差異が所定の要件を満たすまで、前記回転行列及び平行移動行列を繰返してフィードバック調整することと、
前記差異が所定の要件を満たす時の回転行列及び平行移動行列に基づいて、前記補正パラメータを決定することと、を含むことを特徴とする
項目7に記載の方法
(項目9)
前記方法は、
ターゲット画像を取得することと、
前記ターゲット画像におけるターゲット対象を認識することと、を更に含むことを特徴とする
項目1−8のいずれか一項に記載の方法。
(項目10)
前記第1特徴部は、頭部、頸部、肩部、肘部、手首部、股関節部、膝部、足首部のうちの少なくとも1つを含むことを特徴とする
項目1−9のいずれか一項に記載の方法。
(項目11)
位置姿勢検出装置であって、
撮像装置により撮像されたターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定するように構成される第1決定モジュールと、
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定するように構成される第2決定モジュールであって、前記第2特徴部が、前記少なくとも1つの第1特徴部を含む第2決定モジュールと、
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される第3決定モジュールと、を備える、位置姿勢検出装置。
(項目12)
前記第1決定モジュールは、
認識しようとする第1特徴部の情報を取得するように構成される情報取得ユニットと、
取得した第1特徴部の情報に基づいて、前記ターゲット対象における前記少なくとも1つの第1特徴部を認識するように構成される特徴認識ユニットと、
確立された二次元座標系に基づいて、前記少なくとも1つの第1特徴部の第1位置情報を決定するように構成される二次元位置決定ユニットと、を備えることを特徴とする
項目11に記載の装置。
(項目13)
前記第2決定モジュールは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元位置情報を決定するように構成される三次元位置決定ユニットと、を備えることを特徴とする
項目11又は12に記載の装置。
(項目14)
前記正規化ユニットは更に、前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得て、前記少なくとも1つの第1特徴部の第3位置情報の平均値及び分散を決定し、前記平均値及び分散に基づいて、前記第3位置情報に対して第2正規化処理を行い、前記第2位置情報を得るように構成されることを特徴とする
項目13に記載の装置。
(項目15)
前記正規化ユニットは更に、前記装置パラメータを利用して前記第1位置情報に対して歪み除去処理を行い、歪み除去処理後の第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得るように構成されることを特徴とする
項目14に記載の装置。
(項目16)
前記第2決定モジュールは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元形態の第4位置情報を決定するように構成される三次元位置決定ユニットと、
前記第4位置情報に対して逆正規化処理を行い、第2特徴部の三次元位置情報を得るように構成される逆正規化ユニットと、を備えることを特徴とする
項目11又は12に記載の装置。
(項目17)
前記第3決定モジュールは、
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定するように構成される補正パラメータ決定ユニットと、
前記補正パラメータに基づいて前記三次元位置情報を補正するように構成される補正ユニットと、
補正後の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される位置姿勢決定ユニットと、を備えることを特徴とする
項目11−16のいずれか一項に記載の装置。
(項目18)
前記補正パラメータ決定ユニットは更に、回転行列及び平行移動行列を利用して前記第1特徴部の第2特徴部における前記三次元位置情報を二次元形態の第5位置情報に変換し、
前記第5位置情報と、第1位置情報の正規化処理により得られた第2位置情報との差異に基づいて、前記差異が所定の要件を満たすまで、前記回転行列及び平行移動行列を繰返してフィードバック調整し、
前記差異が所定の要件を満たす時の回転行列及び平行移動行列に基づいて、前記補正パラメータを決定するように構成されることを特徴とする
項目17に記載の装置。
(項目19)
前記装置は、
ターゲット画像を取得するように構成される画像取得モジュールと、
前記ターゲット画像におけるターゲット対象を認識するように構成される対象認識モジュールと、を更に備えることを特徴とする
項目11−18のいずれか一項に記載の装置。
(項目20)
前記第1特徴部は、頭部、頸部、肩部、肘部、手首部、股関節部、膝部、足首部のうちの少なくとも1つを含むことを特徴とする
項目11−19のいずれか一項に記載の装置。
(項目21)
電子機器であって、
プロセッサと、
プロセッサによる実行可能な命令を記憶するためのメモリと、を備え、
前記プロセッサは、項目1から11のいずれか一項に記載の方法を実行するように構成される、電子機器。
(項目22)
コンピュータ可読記憶媒体であって、該コンピュータ可読記憶媒体にはコンピュータプログラム命令が記憶されており、前記コンピュータプログラム命令がプロセッサにより実行される時、項目1から10のいずれか一項に記載の方法を実現させる、コンピュータ可読記憶媒体。
(項目23)
コンピュータプログラムであって、前記コンピュータプログラムが電子機器で実行される時、前記電子機器におけるプロセッサは、項目1−10のいずれか一項に記載の方法を実行する、コンピュータプログラム。
Claims (23)
- 位置姿勢検出方法であって、
撮像装置により撮像されたターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定することと、
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することであって、前記第2特徴部が、前記少なくとも1つの第1特徴部を含むことと、
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定することと、を含む、位置姿勢検出方法。 - ターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定することは、
認識しようとする第1特徴部の情報を取得することと、
取得した第1特徴部の情報に基づいて、前記ターゲット対象における前記少なくとも1つの第1特徴部を認識することと、
確立された二次元座標系に基づいて、前記少なくとも1つの第1特徴部の第1位置情報を決定することと、を含むことを特徴とする
請求項1に記載の方法。 - 第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することは、
記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることと、
前記第2位置情報を利用して前記第2特徴部の三次元位置情報を決定することと、を含むことを特徴とする
請求項1又は2に記載の方法。 - 前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることは、
前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることと、
前記少なくとも1つの第1特徴部の第3位置情報の平均値及び分散を決定することと、
前記平均値及び分散に基づいて、前記第3位置情報に対して第2正規化処理を行い、前記第2位置情報を得ることと、を含むことを特徴とする
請求項3に記載の方法。 - 前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることは、
前記装置パラメータを利用して前記第1位置情報に対して歪み除去処理を行うことと、
歪み除去処理後の第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得ることと、を含むことを特徴とする
請求項4に記載の方法。 - 第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定することは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得ることと、
前記第2位置情報を利用して前記第2特徴部の三次元形態の第4位置情報を決定することと、
前記第4位置情報に対して逆正規化処理を行い、第2特徴部の三次元位置情報を得ることと、を含むことを特徴とする
請求項1又は2に記載の方法。 - 前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて前記ターゲット対象の空間的位置姿勢を決定することは、
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定することと、
前記補正パラメータに基づいて前記三次元位置情報を補正することと、
補正後の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定することと、を含むことを特徴とする
請求項1−6のいずれか一項に記載の方法。 - 前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定することは、
回転行列及び平行移動行列を利用して前記第1特徴部の第2特徴部における前記三次元位置情報を二次元形態の第5位置情報に変換すること、
前記第5位置情報と、第1位置情報の正規化処理により得られた第2位置情報との差異に基づいて、前記差異が所定の要件を満たすまで、前記回転行列及び平行移動行列を繰返してフィードバック調整することと、
前記差異が所定の要件を満たす時の回転行列及び平行移動行列に基づいて、前記補正パラメータを決定することと、を含むことを特徴とする
請求項7に記載の方法 - 前記方法は、
ターゲット画像を取得することと、
前記ターゲット画像におけるターゲット対象を認識することと、を更に含むことを特徴とする
請求項1−8のいずれか一項に記載の方法。 - 前記第1特徴部は、頭部、頸部、肩部、肘部、手首部、股関節部、膝部、足首部のうちの少なくとも1つを含むことを特徴とする
請求項1−9のいずれか一項に記載の方法。 - 位置姿勢検出装置であって、
撮像装置により撮像されたターゲット画像におけるターゲット対象の少なくとも1つの第1特徴部の第1位置情報を決定するように構成される第1決定モジュールと、
第1位置情報及び前記撮像装置の装置パラメータに基づいて、前記ターゲット対象の第2特徴部の三次元位置情報を決定するように構成される第2決定モジュールであって、前記第2特徴部が、前記少なくとも1つの第1特徴部を含む第2決定モジュールと、
前記第2特徴部に含まれる少なくとも1つの第1特徴部の前記第1位置情報及び前記第2特徴部の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される第3決定モジュールと、を備える、位置姿勢検出装置。 - 前記第1決定モジュールは、
認識しようとする第1特徴部の情報を取得するように構成される情報取得ユニットと、
取得した第1特徴部の情報に基づいて、前記ターゲット対象における前記少なくとも1つの第1特徴部を認識するように構成される特徴認識ユニットと、
確立された二次元座標系に基づいて、前記少なくとも1つの第1特徴部の第1位置情報を決定するように構成される二次元位置決定ユニットと、を備えることを特徴とする
請求項11に記載の装置。 - 前記第2決定モジュールは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元位置情報を決定するように構成される三次元位置決定ユニットと、を備えることを特徴とする
請求項11又は12に記載の装置。 - 前記正規化ユニットは更に、前記装置パラメータを利用して前記第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得て、前記少なくとも1つの第1特徴部の第3位置情報の平均値及び分散を決定し、前記平均値及び分散に基づいて、前記第3位置情報に対して第2正規化処理を行い、前記第2位置情報を得るように構成されることを特徴とする
請求項13に記載の装置。 - 前記正規化ユニットは更に、前記装置パラメータを利用して前記第1位置情報に対して歪み除去処理を行い、歪み除去処理後の第1位置情報に対して第1正規化処理を行い、前記少なくとも1つの第1特徴部の第3位置情報を得るように構成されることを特徴とする
請求項14に記載の装置。 - 前記第2決定モジュールは、
前記撮像装置の装置パラメータに基づいて、前記第1位置情報を正規化処理し、第2位置情報を得るように構成される正規化ユニットと、
前記第2位置情報を利用して前記第2特徴部の三次元形態の第4位置情報を決定するように構成される三次元位置決定ユニットと、
前記第4位置情報に対して逆正規化処理を行い、第2特徴部の三次元位置情報を得るように構成される逆正規化ユニットと、を備えることを特徴とする
請求項11又は12に記載の装置。 - 前記第3決定モジュールは、
前記第2特徴部に含まれる第1特徴部の第1位置情報、及び該含まれる第1特徴部に対応する、第2特徴部における三次元位置情報に基づいて、補正パラメータを決定するように構成される補正パラメータ決定ユニットと、
前記補正パラメータに基づいて前記三次元位置情報を補正するように構成される補正ユニットと、
補正後の三次元位置情報に基づいて、前記ターゲット対象の空間的位置姿勢を決定するように構成される位置姿勢決定ユニットと、を備えることを特徴とする
請求項11−16のいずれか一項に記載の装置。 - 前記補正パラメータ決定ユニットは更に、回転行列及び平行移動行列を利用して前記第1特徴部の第2特徴部における前記三次元位置情報を二次元形態の第5位置情報に変換し、
前記第5位置情報と、第1位置情報の正規化処理により得られた第2位置情報との差異に基づいて、前記差異が所定の要件を満たすまで、前記回転行列及び平行移動行列を繰返してフィードバック調整し、
前記差異が所定の要件を満たす時の回転行列及び平行移動行列に基づいて、前記補正パラメータを決定するように構成されることを特徴とする
請求項17に記載の装置。 - 前記装置は、
ターゲット画像を取得するように構成される画像取得モジュールと、
前記ターゲット画像におけるターゲット対象を認識するように構成される対象認識モジュールと、を更に備えることを特徴とする
請求項11−18のいずれか一項に記載の装置。 - 前記第1特徴部は、頭部、頸部、肩部、肘部、手首部、股関節部、膝部、足首部のうちの少なくとも1つを含むことを特徴とする
請求項11−19のいずれか一項に記載の装置。 - 電子機器であって、
プロセッサと、
プロセッサによる実行可能な命令を記憶するためのメモリと、を備え、
前記プロセッサは、請求項1から11のいずれか一項に記載の方法を実行するように構成される、電子機器。 - コンピュータ可読記憶媒体であって、該コンピュータ可読記憶媒体にはコンピュータプログラム命令が記憶されており、前記コンピュータプログラム命令がプロセッサにより実行される時、請求項1から10のいずれか一項に記載の方法を実現させる、コンピュータ可読記憶媒体。
- コンピュータプログラムであって、前記コンピュータプログラムが電子機器で実行される時、前記電子機器におけるプロセッサは、請求項1−10のいずれか一項に記載の方法を実行する、コンピュータプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810950565.4 | 2018-08-20 | ||
CN201810949860.8 | 2018-08-20 | ||
CN201810949860.8A CN109241875B (zh) | 2018-08-20 | 2018-08-20 | 姿态检测方法及装置、电子设备和存储介质 |
CN201810950565.4A CN109284681B (zh) | 2018-08-20 | 2018-08-20 | 位姿检测方法及装置、电子设备和存储介质 |
PCT/CN2019/093697 WO2020038111A1 (zh) | 2018-08-20 | 2019-06-28 | 位姿检测方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021514092A true JP2021514092A (ja) | 2021-06-03 |
JP7074888B2 JP7074888B2 (ja) | 2022-05-24 |
Family
ID=69592423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020558949A Active JP7074888B2 (ja) | 2018-08-20 | 2019-06-28 | 位置姿勢検出方法及び装置、電子機器並びに記憶媒体 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11107239B2 (ja) |
EP (1) | EP3770803A4 (ja) |
JP (1) | JP7074888B2 (ja) |
KR (1) | KR102324001B1 (ja) |
MY (1) | MY188075A (ja) |
SG (1) | SG11202010514SA (ja) |
WO (1) | WO2020038111A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210312236A1 (en) * | 2020-03-30 | 2021-10-07 | Cherry Labs, Inc. | System and method for efficient machine learning model training |
US11366983B2 (en) * | 2020-09-09 | 2022-06-21 | International Business Machines Corporation | Study-level multi-view processing system |
KR102282730B1 (ko) * | 2020-12-16 | 2021-07-29 | 주식회사 버넥트 | 객체 맞춤형 영상특징 검출 알고리즘 기반의 객체검출 및 자세추정을 수행하는 방법 및 그 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011238222A (ja) * | 2010-04-30 | 2011-11-24 | Liberovision Ag | 多関節オブジェクトモデルのポーズを推定するためのコンピュータ実行方法、仮想画像をレンダリングするためのコンピュータ実行方法、およびソース画像セグメントのセグメント化を決定するためのコンピュータ実行方法 |
JP2015090560A (ja) * | 2013-11-05 | 2015-05-11 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP2018055589A (ja) * | 2016-09-30 | 2018-04-05 | セイコーエプソン株式会社 | プログラム、物体の追跡方法、表示装置 |
JP2018067115A (ja) * | 2016-10-19 | 2018-04-26 | セイコーエプソン株式会社 | プログラム、追跡方法、追跡装置 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000251078A (ja) | 1998-12-22 | 2000-09-14 | Atr Media Integration & Communications Res Lab | 人物の3次元姿勢推定方法および装置ならびに人物の肘の位置推定方法および装置 |
JP4501937B2 (ja) | 2004-11-12 | 2010-07-14 | オムロン株式会社 | 顔特徴点検出装置、特徴点検出装置 |
US7848548B1 (en) * | 2007-06-11 | 2010-12-07 | Videomining Corporation | Method and system for robust demographic classification using pose independent model from sequence of face images |
CN101339607B (zh) | 2008-08-15 | 2012-08-01 | 北京中星微电子有限公司 | 人脸识别方法及系统、人脸识别模型训练方法及系统 |
CN101441769A (zh) * | 2008-12-11 | 2009-05-27 | 上海交通大学 | 单目摄像机实时视觉定位方法 |
CN101876532B (zh) | 2010-05-25 | 2012-05-23 | 大连理工大学 | 测量系统中的摄像机现场标定方法 |
CN101839692B (zh) | 2010-05-27 | 2012-09-05 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
US8488888B2 (en) * | 2010-12-28 | 2013-07-16 | Microsoft Corporation | Classification of posture states |
US8717418B1 (en) * | 2011-02-08 | 2014-05-06 | John Prince | Real time 3D imaging for remote surveillance |
GB2506338A (en) * | 2012-07-30 | 2014-04-02 | Sony Comp Entertainment Europe | A method of localisation and mapping |
US8805057B2 (en) * | 2012-07-31 | 2014-08-12 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for generating structured light with spatio-temporal patterns for 3D scene reconstruction |
CN105103164B (zh) * | 2013-03-21 | 2019-06-04 | 皇家飞利浦有限公司 | 基于视图分类的模型初始化 |
CN108647631B (zh) | 2013-06-28 | 2023-04-07 | 日本电气株式会社 | 人群状态识别设备、方法和计算机可读记录介质 |
US9798388B1 (en) * | 2013-07-31 | 2017-10-24 | Aquifi, Inc. | Vibrotactile system to augment 3D input systems |
CN103777754B (zh) * | 2014-01-10 | 2017-01-11 | 上海大学 | 基于双目红外视觉的手部运动跟踪装置和方法 |
US9740924B1 (en) * | 2014-09-26 | 2017-08-22 | Amazon Technologies, Inc. | Feature-based pose detection |
GB2536493B (en) * | 2015-03-20 | 2020-11-18 | Toshiba Europe Ltd | Object pose recognition |
CN105235451B (zh) | 2015-10-22 | 2017-03-29 | 四川膨旭科技有限公司 | 具有胎压监测功能的驾驶人视觉识别系统 |
US10082866B2 (en) * | 2016-04-12 | 2018-09-25 | International Business Machines Corporation | Gaze point detection using dynamic facial reference points under varying lighting conditions |
EP4131172A1 (en) | 2016-09-12 | 2023-02-08 | Dassault Systèmes | Deep convolutional neural network for 3d reconstruction of a real object |
CN106346485B (zh) * | 2016-09-21 | 2018-12-18 | 大连理工大学 | 基于人手运动姿态学习的仿生机械手的非接触式控制方法 |
DE102016221123A1 (de) * | 2016-10-26 | 2018-04-26 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zum Betreiben eines Anzeigesystems mit einer Datenbrille |
KR102647351B1 (ko) * | 2017-01-26 | 2024-03-13 | 삼성전자주식회사 | 3차원의 포인트 클라우드를 이용한 모델링 방법 및 모델링 장치 |
US10600203B2 (en) * | 2017-06-06 | 2020-03-24 | CapSen Robotics, Inc. | Three-dimensional scanner with detector pose identification |
CN107491751B (zh) * | 2017-08-14 | 2020-06-09 | 成都伞森科技有限公司 | 坐姿分析方法及装置 |
CN108177143B (zh) | 2017-12-05 | 2021-08-10 | 上海工程技术大学 | 一种基于激光视觉引导的机器人定位抓取方法及系统 |
CN108230397B (zh) | 2017-12-08 | 2021-04-02 | 深圳市商汤科技有限公司 | 多目摄像机标定与校正方法和装置、设备、程序和介质 |
US20190239850A1 (en) * | 2018-02-06 | 2019-08-08 | Steven Philip Dalvin | Augmented/mixed reality system and method for the guidance of a medical exam |
CN109284681B (zh) * | 2018-08-20 | 2020-11-27 | 北京市商汤科技开发有限公司 | 位姿检测方法及装置、电子设备和存储介质 |
CN109241875B (zh) * | 2018-08-20 | 2020-08-25 | 北京市商汤科技开发有限公司 | 姿态检测方法及装置、电子设备和存储介质 |
-
2019
- 2019-06-28 US US17/049,674 patent/US11107239B2/en active Active
- 2019-06-28 WO PCT/CN2019/093697 patent/WO2020038111A1/zh unknown
- 2019-06-28 EP EP19853007.3A patent/EP3770803A4/en not_active Withdrawn
- 2019-06-28 MY MYPI2020005562A patent/MY188075A/en unknown
- 2019-06-28 KR KR1020207030384A patent/KR102324001B1/ko active IP Right Grant
- 2019-06-28 JP JP2020558949A patent/JP7074888B2/ja active Active
- 2019-06-28 SG SG11202010514SA patent/SG11202010514SA/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011238222A (ja) * | 2010-04-30 | 2011-11-24 | Liberovision Ag | 多関節オブジェクトモデルのポーズを推定するためのコンピュータ実行方法、仮想画像をレンダリングするためのコンピュータ実行方法、およびソース画像セグメントのセグメント化を決定するためのコンピュータ実行方法 |
JP2015090560A (ja) * | 2013-11-05 | 2015-05-11 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP2018055589A (ja) * | 2016-09-30 | 2018-04-05 | セイコーエプソン株式会社 | プログラム、物体の追跡方法、表示装置 |
JP2018067115A (ja) * | 2016-10-19 | 2018-04-26 | セイコーエプソン株式会社 | プログラム、追跡方法、追跡装置 |
Also Published As
Publication number | Publication date |
---|---|
MY188075A (en) | 2021-11-16 |
EP3770803A1 (en) | 2021-01-27 |
US20210090288A1 (en) | 2021-03-25 |
KR20200135998A (ko) | 2020-12-04 |
SG11202010514SA (en) | 2020-11-27 |
WO2020038111A1 (zh) | 2020-02-27 |
KR102324001B1 (ko) | 2021-11-09 |
US11107239B2 (en) | 2021-08-31 |
JP7074888B2 (ja) | 2022-05-24 |
EP3770803A4 (en) | 2021-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284681B (zh) | 位姿检测方法及装置、电子设备和存储介质 | |
JP7074888B2 (ja) | 位置姿勢検出方法及び装置、電子機器並びに記憶媒体 | |
US11163373B2 (en) | Method and electronic device of gesture recognition | |
JP6944051B2 (ja) | キーポイント検出方法及び装置、電子機器並びに記憶媒体 | |
CN108229332B (zh) | 骨骼姿态确定方法、装置及计算机可读存储介质 | |
US11074466B2 (en) | Anti-counterfeiting processing method and related products | |
JP2022531188A (ja) | 人体キーポイント検出方法及び装置、電子機器並びに記憶媒体 | |
JP2021519474A (ja) | ビデオ処理方法及び装置、電子機器並びに記憶媒体 | |
CN105205479A (zh) | 人脸颜值评估方法、装置及终端设备 | |
CN109685915B (zh) | 一种图像处理方法、装置及移动终端 | |
JP2016531361A (ja) | 画像分割方法、画像分割装置、画像分割デバイス、プログラム及び記録媒体 | |
CN109241875B (zh) | 姿态检测方法及装置、电子设备和存储介质 | |
WO2020088092A1 (zh) | 关键点位置确定方法、装置及电子设备 | |
CN103970500A (zh) | 一种图片显示的方法及装置 | |
CN108498102B (zh) | 康复训练方法及装置、存储介质、电子设备 | |
CN104123741A (zh) | 生成人脸素描的方法和装置 | |
CN111031234B (zh) | 一种图像处理方法及电子设备 | |
CN108475119B (zh) | 信息处理设备、信息处理方法、以及包含程序的计算机可读记录介质 | |
US20210076150A1 (en) | Selecting spatial locations for audio personalization | |
US20220245403A1 (en) | Method and apparatus for upgrading intelligent model, electronic device and non-transitory computer readable storage medium | |
WO2023137923A1 (zh) | 基于姿态指导的行人重识别方法、装置、设备及存储介质 | |
CN115601316A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN114299905A (zh) | 路径补偿函数确定方法及装置、主动降噪方法及装置 | |
CN109257543B (zh) | 拍摄模式控制方法及移动终端 | |
CN113017941A (zh) | 机械臂作用力交互控制方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201022 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201022 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201022 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210519 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220128 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220512 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7074888 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |