JP2023534664A - 高さ測定方法および装置、ならびに端末 - Google Patents
高さ測定方法および装置、ならびに端末 Download PDFInfo
- Publication number
- JP2023534664A JP2023534664A JP2023501759A JP2023501759A JP2023534664A JP 2023534664 A JP2023534664 A JP 2023534664A JP 2023501759 A JP2023501759 A JP 2023501759A JP 2023501759 A JP2023501759 A JP 2023501759A JP 2023534664 A JP2023534664 A JP 2023534664A
- Authority
- JP
- Japan
- Prior art keywords
- key
- subject
- skeleton
- points
- information
- 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.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 118
- 238000001514 detection method Methods 0.000 claims description 84
- 238000005259 measurement Methods 0.000 claims description 82
- 238000004422 calculation algorithm Methods 0.000 claims description 39
- 230000005484 gravity Effects 0.000 claims description 10
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 20
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000036544 posture Effects 0.000 description 27
- 238000004891 communication Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 17
- 210000002683 foot Anatomy 0.000 description 15
- 210000001503 joint Anatomy 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 210000002414 leg Anatomy 0.000 description 12
- 238000010295 mobile communication Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 210000000689 upper leg Anatomy 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 210000003423 ankle Anatomy 0.000 description 3
- 210000000544 articulatio talocruralis Anatomy 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 210000000245 forearm Anatomy 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000001981 hip bone Anatomy 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241000251539 Vertebrata <Metazoa> Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- JLGLQAWTXXGVEM-UHFFFAOYSA-N triethylene glycol monomethyl ether Chemical compound COCCOCCOCCO JLGLQAWTXXGVEM-UHFFFAOYSA-N 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- 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
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
-
- 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
-
- 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
-
- 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
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
Description
異なる向きから撮影された被写体の少なくとも2つの画像に基づいて、被写体の3次元点群情報を取得する段階を含む。
をさらに含む。ユーザ命令は、少なくとも2つの被写体のうちの1または複数に対して高さ測定を実行するよう命令する。
図3は、本願の実施形態に係る高さ測定方法の実施形態の概略図である。
図10は、本願の実施形態に係る端末の実施形態の概略図である。
キー骨格点の画素座標、カメラの姿勢、および3次元点群情報に基づいて、衝撃検出アルゴリズムに従って、キー骨格点の3次元座標を取得する段階
を含む。
異なる向きから撮影された被写体の少なくとも2つの画像に基づいて、被写体の3次元点群情報を取得する
ように構成される。
深度センサによって収集された被写体の3次元点群情報を取得する
ように構成される。深度センサは、双眼カメラ、レーザレーダ、ミリ波レーダ、またはタイムオブフライトセンサを含む。
異なる向きから撮影された被写体の少なくとも2つの画像を取得する手順で合って、異なる向きから撮影された被写体の少なくとも2つの画像は、画像を含む、手順と、異なる向きから撮影された被写体の少なくとも2つの画像に基づいて、カメラの姿勢を取得する手順とを実行する
ように構成される。
異なる向きから撮影された被写体の少なくとも2つの画像を取得する手順であって、異なる向きから撮影された被写体の少なくとも2つの画像は、被写体の画像を含む、手順と、
異なる向きから撮影された被写体の少なくとも2つの画像に対応する、カメラの慣性測定ユニットデータを取得する手順と、
慣性測定ユニットデータと、異なる向きから撮影された被写体の少なくとも2つの画像とに基づいて、カメラの姿勢を決定する手順と、
を実行するように構成される。
キー骨格点の3次元座標に基づいて、被写体の骨格長さおよび被写体の姿勢情報を取得する手順と、
姿勢情報に基づいて、骨格長さの予め設定された重みパラメータを決定する手順と、
骨格長さおよび重みパラメータに基づいて、被写体の高さデータを決定する手順と、
を実行するように構成される。
頭の骨格長さおよび予め設定された頭補償パラメータに基づいて、頭高さ補償値を決定する手順と、
脚の骨格長さおよび予め設定された足補償パラメータに基づいて、足高さ補償値を決定する手順と、
骨格長さ情報、重みパラメータ、頭高さ補償値、および足高さ補償値に基づいて、被写体の高さデータを決定する手順と、
を実行するように構成される。
少なくとも2つの被写体についての情報をユーザに表示するように構成される出力モジュール1104
をさらに含み、
少なくとも2つの被写体についての情報は、少なくとも2つの被写体の画像情報、少なくとも2つの被写体のキー骨格点の画素座標でマーキングされた画像情報、および少なくとも2つの被写体の顔検出結果情報のうちの少なくとも1つを含む。
キー骨格点の3次元座標に基づいて、被写体の骨格長さ情報を取得する手順と、
第1事前設定条件を満たす骨格長さ情報を削除する手順であって、第1事前設定条件は、骨格長さ情報における骨格長さが予め設定された範囲外にあること、または、対称部分間の骨格長さの差が予め設定された閾値範囲より大きいまたはこれに等しいことを含む、手順と、
削除後に取得された骨格長さ情報に基づいて、被写体の高さデータを決定する手順と、
を実行するように構成される。
画像において、被写体近傍で被写体の高さデータをラベリングし、高さデータをユーザに表示する、または、
音声を通して、被写体の高さデータをブロードキャストする
ように構成される出力モジュール1104をさらに含む。
被写体のキー骨格点が第2事前設定条件を満たさない場合、検出失敗情報をユーザに表示する、または、音声を通して検出失敗情報をユーザに提示する、または、振動を通して検出失敗情報をユーザに提示する
ように構成される出力モジュール1104をさらに含む。
図12は、本願の実施形態に係る端末の構造の概略図である。
ジャイロスコープセンサ180Bは、端末100の動作姿勢を決定するように構成され得る。
気圧センサ180Cは気圧を測定するように構成される。
他の可能な項目
1.高さ測定方法であって、
被写体を含む画像と、前記画像を撮影する場合に用いられるカメラの姿勢とを取得する段階と、
前記画像における前記被写体の少なくとも2つのキー骨格点の画素座標を取得する段階であって、前記キー骨格点は、骨格関節を含み、前記画素座標は、前記画像における前記キー骨格点の2次元位置情報を示す、段階と、
前記カメラの前記姿勢および前記少なくとも2つのキー骨格点の前記画素座標に基づいて、前記少なくとも2つのキー骨格点の3次元座標を取得する段階であって、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも2つのキー骨格点の前記3次元座標は、前記少なくとも2つのキー骨格点の間の距離についての情報を示す、段階と、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する段階と、
を備える方法。
2.前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記画像における前記被写体の少なくとも3つのキー骨格点の画素座標を取得する段階と、
前記カメラの前記姿勢および前記少なくとも3つのキー骨格点の前記画素座標に基づいて、前記少なくとも3つのキー骨格点の3次元座標を取得する段階であって、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも3つのキー骨格点の前記3次元座標は、前記少なくとも3つのキー骨格点の間の距離についての情報を示す、段階と、
前記少なくとも3つのキー骨格点の前記3次元座標に基づいて、少なくとも2つの骨格距離を決定し、前記少なくとも2つの骨格距離に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、項目1に記載の方法。
3.前記座標系は、ワールド座標系を含む
項目1または2に記載の方法。
4.前記方法は、
前記被写体の3次元点群情報を取得する段階
をさらに備え、
前記カメラの前記姿勢および前記キー骨格点の前記画素座標に基づいて、前記被写体の前記少なくとも2つのキー骨格点の3次元座標を取得する前記段階は、具体的には、
前記キー骨格点の前記画素座標、前記カメラの前記姿勢、および前記3次元点群情報に基づいて、衝撃検出アルゴリズムに従って、前記少なくとも2つのキー骨格点の前記3次元座標を取得する段階
を含む、項目1から3のいずれか一項に記載の方法。
5.前記被写体の3次元点群情報を取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像に基づいて、前記被写体の前記3次元点群情報を取得する段階
を含む、項目4に記載の方法。
6.前記被写体の3次元点群情報を取得する前記段階は、具体的には、
深度センサによって収集された前記被写体の前記3次元点群情報を取得する段階であって、前記深度センサは、双眼カメラ、レーザレーダ、ミリ波レーダ、またはタイムオブフライトセンサを含む、段階
を含む、項目4に記載の方法。
7.被写体を含む画像と、前記画像が撮影される場合に用いられるカメラの姿勢とを取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像を取得する段階であって、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記画像を含む、段階と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に基づいて、前記カメラの前記姿勢を取得する段階と、
を含む、項目1から6のいずれか一項に記載の方法。
8.被写体を含む画像と、前記画像が撮影される場合に用いられるカメラの姿勢とを取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像を取得する段階であって、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記被写体の前記画像を含む、段階と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に対応する、前記カメラの慣性測定ユニットデータを取得する段階と、
前記慣性測定ユニットデータと、異なる向きから撮影された前記被写体の前記少なくとも2つの画像とに基づいて、前記カメラの前記姿勢を決定する段階と、
を含む、項目1から6のいずれか一項に記載の方法。
9.前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さおよび前記被写体の姿勢情報を取得する段階と、
前記姿勢情報に基づいて、前記骨格長さの予め設定された重みパラメータを決定する段階と、
前記骨格長さおよび前記重みパラメータに基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、項目1から8のいずれか一項に記載の方法。
10.前記骨格長さは、頭の骨格長さおよび脚の骨格長さを含み、
前記骨格長さおよび前記重みパラメータに基づいて、前記被写体の前記高さデータを決定する前記段階は、具体的には、
前記頭の前記骨格長さおよび予め設定された頭補償パラメータに基づいて、頭高さ補償値を決定する段階と、
前記脚の前記骨格長さおよび予め設定された足補償パラメータに基づいて、足高さ補償値を決定する段階と、
前記骨格長さ情報、前記重みパラメータ、前記頭高さ補償値、および前記足高さ補償値に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、項目9に記載の方法。
11.前記画像は、少なくとも2つの被写体を含み、
前記方法は、
前記画像に対して顔検出を実行し、前記少なくとも2つの被写体の各々のキー骨格点の画素座標を、画像分割アルゴリズムに従って、前記キー骨格点の前記画素座標から決定する段階
をさらに備える、項目1から10のいずれか一項に記載の方法。
12.前記方法は、
前記少なくとも2つの被写体についての情報をユーザに表示する段階であって、前記少なくとも2つの被写体についての前記情報は、前記少なくとも2つの被写体の画像情報、前記少なくとも2つの被写体のキー骨格点の画素座標でマーキングされた画像情報、および前記少なくとも2つの被写体の顔検出結果情報のうちの少なくとも1つを含む、段階と、
ユーザ命令を取得する段階であって、前記ユーザ命令は、前記少なくとも2つの被写体のうちの1または複数に対して高さ測定を実行するよう命令する、段階と、
をさらに備える、項目11に記載の方法。
13.前記キー骨格点は、重力方向に配置される、項目1から12のいずれか一項に記載の方法。
14.前記被写体は、非直立姿勢である、項目1から13のいずれか一項に記載の方法。
15.前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さ情報を取得する段階と、
第1事前設定条件を満たす骨格長さ情報を削除する段階であって、前記第1事前設定条件は、骨格長さ情報における骨格長さが予め設定された範囲外にあること、または、対称部分間の骨格長さの差が予め設定された閾値範囲より大きいまたはこれに等しいことを含む、段階と、
削除後に取得された骨格長さ情報に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、項目1から14のいずれか一項に記載の方法。
16.前記方法は、
前記画像において、前記被写体近傍で前記被写体の前記高さデータをラベリングし、前記高さデータをユーザに表示する段階、または、
音声を通して、前記被写体の前記高さデータをブロードキャストする段階
をさらに備える、項目1から15のいずれか一項に記載の方法。
17.前記方法は、
前記被写体の前記キー骨格点が第2事前設定条件を満たさない場合、検出失敗情報を前記ユーザに表示する、または、音声を通して前記検出失敗情報を前記ユーザに提示する、または、振動を通して前記検出失敗情報を前記ユーザに提示する段階
をさらに備える、項目1から16のいずれか一項に記載の方法。
18.被写体を含む画像と、前記画像を撮影する場合に用いられるカメラの姿勢とを取得するように構成される取得モジュールであって、
前記取得モジュールは、さらに、前記画像における前記被写体の少なくとも2つのキー骨格点の画素座標を取得するように構成され、前記キー骨格点は、骨格関節を含み、前記画素座標は、前記画像における前記キー骨格点の2次元位置情報を示し、
前記取得モジュールは、さらに、前記カメラの前記姿勢および前記キー骨格点の前記画素座標に基づいて、前記少なくとも2つのキー骨格点の3次元座標を取得するように構成され、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも2つのキー骨格点の前記3次元座標は、前記少なくとも2つのキー骨格点の間の距離についての情報を示す、
取得モジュールと、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定するように構成される決定モジュールと、
を備える高さ測定装置。
19.前記取得モジュールは、具体的には、
前記画像における前記被写体の少なくとも3つのキー骨格点の画素座標を取得する手順と、
前記カメラの前記姿勢および前記少なくとも3つのキー骨格点の前記画素座標に基づいて、少なくとも3つのキー骨格点の3次元座標を取得する手順であって、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも3つのキー骨格点の前記3次元座標は、前記少なくとも3つのキー骨格点の間の距離についての情報を示す、手順と、
を実行ように構成され、
前記決定モジュールは、具体的には、
前記少なくとも3つのキー骨格点の前記3次元座標に基づいて、少なくとも2つの骨格距離を決定し、前記少なくとも2つの骨格距離に基づいて、前記被写体の前記高さデータを決定する
ように構成される、
項目18に記載の装置。
20.前記座標系は、ワールド座標系を含む
項目18または19に記載の装置。
21.前記取得モジュールは、さらに、前記被写体の3次元点群情報を取得するように構成され、
前記カメラの前記姿勢および前記キー骨格点の前記画素座標に基づいて、前記被写体の前記少なくとも2つのキー骨格点の3次元座標を取得する前記手順は、具体的には、
前記キー骨格点の前記画素座標、前記カメラの前記姿勢、および前記3次元点群情報に基づいて、衝撃検出アルゴリズムに従って、前記少なくとも2つのキー骨格点の前記3次元座標を取得する手順
を含む
項目18から20のいずれか一項に記載の装置。
22.前記取得モジュールは、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像に基づいて、前記被写体の前記3次元点群情報を取得するように構成される
項目21に記載の装置。
23.前記取得モジュールは、具体的には、
前記深度センサによって収集された前記被写体の前記3次元点群情報を取得する手順であって、前記深度センサは、双眼カメラ、レーザレーダ、ミリ波レーダ、またはタイムオブフライトセンサを含む、手順
を実行するように構成される
項目21に記載の装置。
24.前記取得モジュールは、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像を取得する手順で合って、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記画像を含む、手順と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に基づいて、前記カメラの前記姿勢を取得する手順と、
を実行するように構成される
項目18から23のいずれか一項に記載の装置。
25.前記取得モジュールは、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像を取得する手順であって、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記被写体の前記画像を含む、手順と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に対応する、前記カメラの慣性測定ユニットデータを取得する手順と、
前記慣性測定ユニットデータと、異なる向きから撮影された前記被写体の前記少なくとも2つの画像とに基づいて、前記カメラの前記姿勢を決定する手順と、
を実行するように構成される、項目18から23のいずれか一項に記載の装置。
26.前記決定モジュールは、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さおよび前記被写体の姿勢情報を取得する手順と、
前記姿勢情報に基づいて、前記骨格長さの予め設定された重みパラメータを決定する手順と、
前記骨格長さおよび前記重みパラメータに基づいて、前記被写体の前記高さデータを決定する手順と、
を実行するように構成される、項目18から25のいずれか一項に記載の装置。
27.前記骨格長さは、頭の骨格長さおよび脚の骨格長さを含み、
前記決定モジュールは、具体的には、
前記頭の前記骨格長さおよび予め設定された頭補償パラメータに基づいて、頭高さ補償値を決定する手順と、
前記脚の前記骨格長さおよび予め設定された足補償パラメータに基づいて、足高さ補償値を決定する手順と、
前記骨格長さ情報、前記重みパラメータ、前記頭高さ補償値、および前記足高さ補償値に基づいて、前記被写体の前記高さデータを決定する手順と、
を実行するように構成される
項目26に記載の装置。
28.前記画像は、少なくとも2つの被写体を含み、
前記装置は、
前記画像に対して顔検出を実行し、画像分割アルゴリズムに従って、前記キー骨格点の前記画素座標から、前記少なくとも2つの被写体の各々のキー骨格点の画素座標を決定するように構成される処理モジュール
をさらに備える
項目18から27のいずれか一項に記載の装置。
29.前記装置は、
前記少なくとも2つの被写体についての情報をユーザに表示するように構成される出力モジュールであって、前記少なくとも2つの被写体についての前記情報は、前記少なくとも2つの被写体の画像情報、前記少なくとも2つの被写体のキー骨格点の画素座標でマーキングされた画像情報、および前記少なくとも2つの被写体の顔検出結果情報のうちの少なくとも1つを含む、出力モジュール
をさらに備え、
前記取得モジュールは、さらに、ユーザ命令を取得するように構成され、前記ユーザ命令は、前記少なくとも2つの被写体のうちの1または複数に対して高さ測定を実行するよう命令する
項目28に記載の装置。
30.前記キー骨格点は、重力方向に配置される、項目18から29のいずれか一項に記載の装置。
31.前記被写体は、非直立姿勢である、項目18から30のいずれか一項に記載の装置。
32.前記決定モジュールは、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さ情報を取得する手順と、
第1事前設定条件を満たす骨格長さ情報を削除する手順であって、前記第1事前設定条件は、骨格長さ情報における骨格長さが予め設定された範囲内にないこと、または、対称部分間の骨格長さの差が予め設定された閾値範囲より大きいまたはこれに等しいことを含む、手順と、
削除後に取得された骨格長さ情報に基づいて、前記被写体の前記高さデータを決定する手順と、
を実行するように構成される
項目18から31のいずれか一項に記載の装置。
33.前記装置は、
前記画像において、前記被写体近傍で前記被写体の前記高さデータをラベリングし、前記高さデータを前記ユーザに表示する、または、音声を通して、前記被写体の前記高さデータをブロードキャストするように構成される出力モジュール
をさらに含む、項目18から32のいずれか一項に記載の装置。
34.前記装置は、
前記被写体の前記キー骨格点が第2事前設定条件を満たさない場合、検出失敗情報をユーザに表示する、または、音声を通して検出失敗情報をユーザに提示する、または、振動を通して検出失敗情報をユーザに提示するように構成される出力モジュール
をさらに備える、項目18から33のいずれか一項に記載の装置。
35.1または複数のプロセッサおよびメモリを備える端末であって、
前記メモリは、コンピュータ可読命令を格納し、
前記1または複数のプロセッサは、前記コンピュータ可読命令を読み出すように構成され、これにより、前記端末は、項目1から17のいずれか一項に記載の方法を実装する
端末。
36.コンピュータプログラム製品であって、前記コンピュータプログラム製品がコンピュータ上で実行された場合、前記コンピュータは、項目1から17のいずれか一項に記載の方法を実行可能になる、コンピュータプログラム製品。
37.コンピュータ可読命令を備えるコンピュータ可読記憶媒体であって、前記コンピュータ可読命令がコンピュータ上で実行された場合、前記コンピュータは、項目1から17のいずれか一項に記載の方法を実行可能になる、コンピュータ可読記憶媒体。
Claims (20)
- 高さ測定方法であって、
被写体を含む画像と、前記画像を撮影する場合に用いられるカメラの姿勢とを取得する段階と、
前記画像における前記被写体の少なくとも2つのキー骨格点の画素座標を取得する段階であって、前記キー骨格点は、骨格関節を含み、前記画素座標は、前記画像における前記キー骨格点の2次元位置情報を示す、段階と、
前記カメラの前記姿勢および前記少なくとも2つのキー骨格点の前記画素座標に基づいて、前記少なくとも2つのキー骨格点の3次元座標を取得する段階であって、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも2つのキー骨格点の前記3次元座標は、前記少なくとも2つのキー骨格点の間の距離についての情報を示す、段階と、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する段階と、
を備える方法。 - 前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記画像における前記被写体の少なくとも3つのキー骨格点の画素座標を取得する段階と、
前記カメラの前記姿勢および前記少なくとも3つのキー骨格点の前記画素座標に基づいて、前記少なくとも3つのキー骨格点の3次元座標を取得する段階であって、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも3つのキー骨格点の前記3次元座標は、前記少なくとも3つのキー骨格点の間の距離についての情報を示す、段階と、
前記少なくとも3つのキー骨格点の前記3次元座標に基づいて、少なくとも2つの骨格距離を決定し、前記少なくとも2つの骨格距離に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、請求項1に記載の方法。 - 前記座標系は、ワールド座標系を含む
請求項1または2に記載の方法。 - 前記方法は、
前記被写体の3次元点群情報を取得する段階
をさらに備え、
前記カメラの前記姿勢および前記キー骨格点の前記画素座標に基づいて、前記被写体の前記少なくとも2つのキー骨格点の3次元座標を取得する前記段階は、具体的には、
前記キー骨格点の前記画素座標、前記カメラの前記姿勢、および前記3次元点群情報に基づいて、衝撃検出アルゴリズムに従って、前記少なくとも2つのキー骨格点の前記3次元座標を取得する段階
を含む、請求項1または2に記載の方法。 - 前記被写体の3次元点群情報を取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の少なくとも2つの画像に基づいて、前記被写体の前記3次元点群情報を取得する段階
を含む、請求項4に記載の方法。 - 前記被写体の3次元点群情報を取得する前記段階は、具体的には、
深度センサによって収集された前記被写体の前記3次元点群情報を取得する段階であって、前記深度センサは、双眼カメラ、レーザレーダ、ミリ波レーダ、またはタイムオブフライトセンサを含む、段階
を含む、請求項4に記載の方法。 - 被写体の画像と、前記画像が撮影される場合に用いられるカメラの姿勢とを取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像を取得する段階であって、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記画像を含む、段階と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に基づいて、前記カメラの前記姿勢を取得する段階と、
を含む、請求項1または2に記載の方法。 - 被写体の画像と、前記画像が撮影される場合に用いられるカメラの姿勢とを取得する前記段階は、具体的には、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像を取得する段階であって、異なる向きから撮影された前記被写体の前記少なくとも2つの画像は、前記被写体の前記画像を含む、段階と、
異なる向きから撮影された前記被写体の前記少なくとも2つの画像に対応する、前記カメラの慣性測定ユニットデータを取得する段階と、
前記慣性測定ユニットデータと、異なる向きから撮影された前記被写体の前記少なくとも2つの画像とに基づいて、前記カメラの前記姿勢を決定する段階と、
を含む、請求項1または2に記載の方法。 - 前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さおよび前記被写体の姿勢情報を取得する段階と、
前記姿勢情報に基づいて、前記骨格長さの予め設定された重みパラメータを決定する段階と、
前記骨格長さおよび前記重みパラメータに基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、請求項1または2に記載の方法。 - 前記骨格長さは、頭の骨格長さおよび脚の骨格長さを含み、
前記骨格長さおよび前記重みパラメータに基づいて、前記被写体の前記高さデータを決定する前記段階は、具体的には、
前記頭の前記骨格長さおよび予め設定された頭補償パラメータに基づいて、頭高さ補償値を決定する段階と、
前記脚の前記骨格長さおよび予め設定された足補償パラメータに基づいて、足高さ補償値を決定する段階と、
前記骨格長さ情報、前記重みパラメータ、前記頭高さ補償値、および前記足高さ補償値に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、請求項9に記載の方法。 - 前記画像は、少なくとも2つの被写体を含み、
前記方法は、
前記画像に対して顔検出を実行し、前記少なくとも2つの被写体の各々のキー骨格点の画素座標を、画像分割アルゴリズムに従って、前記キー骨格点の前記画素座標から決定する段階
をさらに備える、請求項1または2に記載の方法。 - 前記キー骨格点は、重力方向に配置される、請求項1または2に記載の方法。
- 前記被写体は、非直立姿勢である、請求項1または2に記載の方法。
- 前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定する前記段階は、具体的には、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の骨格長さ情報を取得する段階と、
第1事前設定条件を満たす骨格長さ情報を削除する段階であって、前記第1事前設定条件は、骨格長さ情報における骨格長さが予め設定された範囲外にあること、または、対称部分間の骨格長さの差が予め設定された閾値範囲より大きいまたはこれに等しいことを含む、段階と、
削除後に取得された骨格長さ情報に基づいて、前記被写体の前記高さデータを決定する段階と、
を含む、請求項1または2に記載の方法。 - 前記方法は、
前記画像において、前記被写体近傍で前記被写体の前記高さデータをラベリングし、前記高さデータをユーザに表示する段階、または、
音声を通して、前記被写体の前記高さデータをブロードキャストする段階
をさらに備える、請求項1または2に記載の方法。 - 前記方法は、
前記被写体の前記キー骨格点が第2事前設定条件を満たさない場合、検出失敗情報をユーザに表示する、または、音声を通して前記検出失敗情報をユーザに提示する、または、振動を通して前記検出失敗情報をユーザに提示する段階
をさらに備える、請求項1または2に記載の方法。 - 被写体を含む画像と、前記画像を撮影する場合に用いられるカメラの姿勢とを取得するように構成される取得モジュールであって、
前記取得モジュールは、さらに、前記画像における前記被写体の少なくとも2つのキー骨格点の画素座標を取得するように構成され、前記キー骨格点は、骨格関節を含み、前記画素座標は、前記画像における前記キー骨格点の2次元位置情報を示し、
前記取得モジュールは、さらに、前記カメラの前記姿勢および前記キー骨格点の前記画素座標に基づいて、前記少なくとも2つのキー骨格点の3次元座標を取得するように構成され、前記3次元座標は、座標系における前記キー骨格点の3次元位置情報を示し、前記少なくとも2つのキー骨格点の前記3次元座標は、前記少なくとも2つのキー骨格点の間の距離についての情報を示す、
取得モジュールと、
前記少なくとも2つのキー骨格点の前記3次元座標に基づいて、前記被写体の高さデータを決定するように構成される決定モジュールと、
を備える高さ測定装置。 - 1または複数のプロセッサおよびメモリを備える端末であって、
前記メモリは、コンピュータ可読命令を格納し、
前記1または複数のプロセッサは、前記コンピュータ可読命令を読み出すように構成され、これにより、前記端末は、請求項1または2に記載の方法を実装する
端末。 - コンピュータに請求項1または2に記載の方法を実行させるコンピュータプログラム。
- コンピュータ可読命令を備えるコンピュータ可読記憶媒体であって、前記コンピュータ可読命令がコンピュータ上で実行された場合、前記コンピュータは、請求項1または2に記載の方法を実行可能にされる、コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010679662.1 | 2020-07-15 | ||
CN202010679662.1A CN114022532A (zh) | 2020-07-15 | 2020-07-15 | 身高测量方法、身高测量装置和终端 |
PCT/CN2021/073455 WO2022012019A1 (zh) | 2020-07-15 | 2021-01-23 | 身高测量方法、身高测量装置和终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023534664A true JP2023534664A (ja) | 2023-08-10 |
Family
ID=79556083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023501759A Pending JP2023534664A (ja) | 2020-07-15 | 2021-01-23 | 高さ測定方法および装置、ならびに端末 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230152084A1 (ja) |
JP (1) | JP2023534664A (ja) |
KR (1) | KR20230035382A (ja) |
CN (1) | CN114022532A (ja) |
WO (1) | WO2022012019A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348885B (zh) * | 2019-08-09 | 2024-07-26 | 华为技术有限公司 | 视觉特征库的构建方法、视觉定位方法、装置和存储介质 |
US20220398772A1 (en) * | 2021-06-11 | 2022-12-15 | Sony Group Corporation | Object and feature detection in images |
CN115633956A (zh) * | 2022-11-08 | 2023-01-24 | 华南理工大学 | 一种婴儿身高自动测量方法、系统、装置和存储介质 |
CN117315792B (zh) * | 2023-11-28 | 2024-03-05 | 湘潭荣耀智能科技有限公司 | 一种基于卧姿人体测量的实时调控系统 |
CN117434570B (zh) * | 2023-12-20 | 2024-02-27 | 绘见科技(深圳)有限公司 | 坐标的可视化测量方法、测量设备及存储介质 |
CN118274763B (zh) * | 2024-06-04 | 2024-09-03 | 歌尔股份有限公司 | 补偿值测量方法、装置、设备、介质和产品 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2258265A3 (en) * | 2009-06-03 | 2012-02-15 | MINIMEDREAM Co., Ltd. | Human body measurement system and information provision method using the same |
CN102657532B (zh) * | 2012-05-04 | 2014-09-17 | 深圳泰山在线科技有限公司 | 基于人体姿态识别的身高测量方法及装置 |
CN106780619B (zh) * | 2016-11-25 | 2020-03-13 | 青岛大学 | 一种基于Kinect深度相机的人体尺寸测量方法 |
CN106361345A (zh) * | 2016-11-29 | 2017-02-01 | 公安部第三研究所 | 基于摄像头标定的视频图像中人体身高测量的系统及方法 |
CN107256565A (zh) * | 2017-05-19 | 2017-10-17 | 安徽信息工程学院 | 基于Kinect的人体主要体型参数的测量方法和系统 |
CN110717391A (zh) * | 2019-09-05 | 2020-01-21 | 武汉亘星智能技术有限公司 | 一种基于视频图像的身高测量方法、系统、装置和介质 |
-
2020
- 2020-07-15 CN CN202010679662.1A patent/CN114022532A/zh active Pending
-
2021
- 2021-01-23 WO PCT/CN2021/073455 patent/WO2022012019A1/zh active Application Filing
- 2021-01-23 JP JP2023501759A patent/JP2023534664A/ja active Pending
- 2021-01-23 KR KR1020237004401A patent/KR20230035382A/ko active Search and Examination
-
2023
- 2023-01-13 US US18/154,508 patent/US20230152084A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022012019A1 (zh) | 2022-01-20 |
KR20230035382A (ko) | 2023-03-13 |
CN114022532A (zh) | 2022-02-08 |
US20230152084A1 (en) | 2023-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023534664A (ja) | 高さ測定方法および装置、ならびに端末 | |
US11782554B2 (en) | Anti-mistouch method of curved screen and electronic device | |
CN111325842B (zh) | 地图构建方法、重定位方法及装置、存储介质和电子设备 | |
CN111445583B (zh) | 增强现实处理方法及装置、存储介质和电子设备 | |
WO2022170863A1 (zh) | 超宽带定位方法及系统 | |
US20220319136A1 (en) | Augmented reality processing method, storage medium, and electronic device | |
CN112270754B (zh) | 局部网格地图构建方法及装置、可读介质和电子设备 | |
WO2021169394A1 (zh) | 基于深度的人体图像美化方法及电子设备 | |
WO2020192535A1 (zh) | 一种测距方法及电子设备 | |
CN111784765B (zh) | 物体测量、虚拟对象处理方法及装置、介质和电子设备 | |
WO2022042275A1 (zh) | 测量距离的方法、装置、电子设备及可读存储介质 | |
CN110505403A (zh) | 一种录像处理方法及装置 | |
WO2021175097A1 (zh) | 一种非视距物体的成像方法和电子设备 | |
WO2022206494A1 (zh) | 目标跟踪方法及其装置 | |
CN108564613A (zh) | 一种深度数据获取方法及移动终端 | |
CN112085647A (zh) | 一种人脸校正方法及电子设备 | |
CN113711123B (zh) | 一种对焦方法、装置及电子设备 | |
CN115526983A (zh) | 一种三维重建方法及相关设备 | |
CN109345636B (zh) | 获取虚拟人脸图的方法和装置 | |
CN110956571A (zh) | 基于slam进行虚实融合的方法及电子设备 | |
CN115147492A (zh) | 一种图像处理方法以及相关设备 | |
WO2021036562A1 (zh) | 用于健身训练的提示方法和电子设备 | |
JP2015156540A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN111385481A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN111982293B (zh) | 体温测量方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240528 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240827 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240917 |