JP6892155B2 - 人体部位推定装置、人体部位推定方法、及びプログラム - Google Patents
人体部位推定装置、人体部位推定方法、及びプログラム Download PDFInfo
- Publication number
- JP6892155B2 JP6892155B2 JP2019566469A JP2019566469A JP6892155B2 JP 6892155 B2 JP6892155 B2 JP 6892155B2 JP 2019566469 A JP2019566469 A JP 2019566469A JP 2019566469 A JP2019566469 A JP 2019566469A JP 6892155 B2 JP6892155 B2 JP 6892155B2
- Authority
- JP
- Japan
- Prior art keywords
- human body
- body part
- feature
- image
- feature amount
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、特徴分布生成部と、
前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、基準方向算出部と、
前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、分割領域設定部と、
前記分割領域ごとに特徴量を算出する、特徴量算出部と、
前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、推定部と、
を有することを特徴とする。
(a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を有することを特徴とする。
コンピュータに、
(a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像の基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を実行させることを特徴とする。
以下、本発明の実施の形態における人体部位推定装置、人体部位推定方法、及び人体部位推定プログラムについて、図1から図11を参照しながら説明する。
最初に、本実施の形態における人体部位推定装置の構成について説明する。図1は、人体部位推定装置の一例を示す図である。図1に示すように、人体部位推定装置1は、特徴分布生成部2と、基準方向算出部3と、分割領域設定部4と、特徴量算出部5と、推定部6とを有する。
続いて、図2を用いて、人体部位推定装置1及び人体部位推定装置1を有するシステムについて具体的に説明する。図2は、人体部位推定装置を有するシステムの一例を示す図である。人体部位推定システム20は、人体部位推定装置1と、深度センサ21と、識別器22とを有する。人体部位推定装置1は、更に部位候補検出部23を有している。また、推定部6は、部位推定部24と、形状推定部25と、操作推定部26とを有する。
(A)親指の指先と人差し指の指先とが開かれ、中指と薬指と小指とが閉じられた状態
(B)親指の指先と人差し指の指先とが付くまでの一つ以上の状態
(C)親指の指先と人差し指の指先とが付いた状態
(D)親指の指先と人差し指の指先とが付けられ、中指と薬指と小指とが閉じられた状態
(E)親指の指先と人差し指の指先とが所定位置まで開くまでの一つ以上の状態
(F)親指の指先と人差し指の指先とが所定位置まで開かれた状態
上述した基準方向は、手の摂動などによって方向が変化するため、基準方向算出部3は、中心座標を基準に、基準方向を、所定角度の回転又は所定距離の移動をさせる、基準方向と別の摂動用基準方向を設ける。更に、分割領域設定部4は、摂動用基準方向に対しても分割領域を設定する。なお、所定角度又は所定距離は、予め設定してもよいし、実際の摂動を計測し、その摂動に応じて設定してもよい。また、特徴量算出部5は、摂動用基準方向を用いる場合、基準方向及び摂動用基準方向の特徴量ベクトルの記述をする。その場合、特徴量ベクトルの次元は二倍となり、基準方向だけのときより二倍記述が増える。
本実施の形態における人体部位推定方法は、図1及び図2に示した本実施の形態における人体部位推定装置1を動作させることによって実施される。このため、本実施の形態における人体部位推定方法の説明は、以下の人体部位推定装置の動作説明に代える。また、本発明の実施の形態における人体部位推定装置の動作について図9、図10を用いて説明する。図9は、人体部位推定装置において人体部位の識別と形状とを推定する動作の一例を示す図である。図10は、人体部位推定装置において人体部位を用いた操作を推定する動作の一例を示す図である。なお、以下の説明においては、適宜図1から図8を参酌しながら説明をする。
ステップA7において、人体部位推定装置1の操作推定部26は、推定された人体部位の形状の状態遷移を操作特徴量とする。人体部位推定装置1の操作推定部26は、例えば、ピンチイン操作である場合、上述した状態(A)→(B)→(C)の状態遷移を操作特徴量とする。また、人体部位推定装置1の操作推定部26は、ピンチアウト操作である場合、上述した状態(D)→(E)→(F)の状態遷移を操作特徴量とする。
以上のように本実施の形態によれば、人体部位特徴画像の形状に応じて変化する基準方向に分割領域を設定し、分割領域ごとに算出した特徴量を、予め生成した人体部位の識別と形状とを推定する識別器に適用して、人体部位の識別と形状とを推定する。そうすることで、人体部位の姿勢又は人体部位を撮像する方向により、人体部位が回転又は変形しても、手の形状が同じであれば、基準方向は手の形状に対して同じ方向に向くようにできるため、人体部位の形状を推定する精度を向上させることができる。
本発明の実施の形態における人体部位推定プログラムは、コンピュータに、図9、図10に示すステップを実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における人体部位推定装置1と人体部位推定方法とを実現することができる。この場合、コンピュータのプロセッサは、少なくとも特徴分布生成部2、基準方向算出部3、分割領域設定部4、特徴量算出部5、推定部6として機能し、処理を行なう。
ここで、実施の形態におけるプログラムを実行することによって、人体部位推定装置1を実現するコンピュータについて図11を用いて説明する。図11は、本発明の実施の形態における人体部位推定装置1を実現するコンピュータの一例を示すブロック図である。
以上の実施の形態に関し、更に以下の付記を開示する。なお、上述した実施の形態の一部又は全部は、以下に記載する(付記1)から(付記6)によって表現することができるが、以下の記載に限定されるものではない。
深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、特徴分布生成部と、
前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、基準方向算出部と、
前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、分割領域設定部と、
前記分割領域ごとに特徴量を算出する、特徴量算出部と、
前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、推定部と、
を有することを特徴とする人体部位推定装置。
付記1に記載の人体部位推定装置であって、
前記推定部は、複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する
ことを特徴とする人体部位推定装置。
(a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を有することを特徴とする人体部位推定方法。
付記3に記載の人体部位推定方法であって、
(f)複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する、ステップと、
を有することを特徴とする人体部位推定方法。
コンピュータに、
(a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像の基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を実行させるプログラム。
付記5に記載のプログラムであって、
前記プログラムが、前記コンピュータに、
(f)複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する、ステップを実行させるプログラム。
2 特徴分布生成部
3 基準方向算出部
4 分割領域設定部
5 特徴量算出部
6 推定部
20 人体部位推定システム
21 深度センサ
22 識別器
23 部位候補検出部
24 部位推定部
25 形状推定部
26 操作推定部
27 部位候補識別器
28 部位識別器
29 形状識別器
30 操作識別器
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
Claims (6)
- 深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴部位画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、特徴分布生成部と、
前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、基準方向算出部と、
前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、分割領域設定部と、
前記分割領域ごとに特徴量を算出する、特徴量算出部と、
前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、推定部と、
を有することを特徴とする人体部位推定装置。 - 請求項1に記載の人体部位推定装置であって、
前記推定部は、複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する
ことを特徴とする人体部位推定装置。 - (a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像における基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位特徴画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を有することを特徴とする人体部位推定方法。 - 請求項3に記載の人体部位推定方法であって、
(f)複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する、ステップと、
を有することを特徴とする人体部位推定方法。 - コンピュータに、
(a)深度を有する人体部位画像のうち、特徴部位画像の深度分布に基づいて、前記特徴部位画像の応答値が前記特徴画像以外の前記人体部位画像の応答値より大きくなるように特徴分布画像を生成する、ステップと、
(b)前記特徴分布画像に基づいて、前記特徴分布画像の人体部位に対応する人体部位特徴画像の基準方向を算出する、ステップと、
(c)前記基準方向を基準とし、前記人体部位画像を分割する分割領域を設定する、ステップと、
(d)前記分割領域ごとに特徴量を算出する、ステップと、
(e)前記分割領域ごとに算出した前記特徴量を、前記分割領域ごとに算出した前記特徴量に基づいて、予め学習により生成された識別器に適用して、前記人体部位の識別と形状とを推定する、ステップと、
を実行させるプログラム。 - 請求項5に記載のプログラムであって、
前記コンピュータに、
(f)複数の推定された前記人体部位の形状の状態遷移を操作特徴量とし、前記操作特徴量を、前記操作特徴量に基づいて、予め学習により生成された前記識別器に適用して、前記人体部位を用いた操作を推定する、ステップを実行させる命令を更に含む、
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018004591 | 2018-01-16 | ||
JP2018004591 | 2018-01-16 | ||
PCT/JP2019/000937 WO2019142787A1 (ja) | 2018-01-16 | 2019-01-15 | 人体部位推定装置、人体部位推定方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019142787A1 JPWO2019142787A1 (ja) | 2021-01-07 |
JP6892155B2 true JP6892155B2 (ja) | 2021-06-23 |
Family
ID=67301719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019566469A Active JP6892155B2 (ja) | 2018-01-16 | 2019-01-15 | 人体部位推定装置、人体部位推定方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6892155B2 (ja) |
WO (1) | WO2019142787A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611997B (zh) * | 2020-04-30 | 2023-04-18 | 青岛联合创智科技有限公司 | 一种基于人体动作迁移的卡通定制形象运动视频生成方法 |
WO2022138584A1 (ja) * | 2020-12-21 | 2022-06-30 | 株式会社リヴァンプ | 情報処理装置、情報処理方法及びプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4692159B2 (ja) * | 2004-08-31 | 2011-06-01 | パナソニック電工株式会社 | ジェスチャースイッチ |
JP2010267004A (ja) * | 2009-05-13 | 2010-11-25 | Nippon Telegr & Teleph Corp <Ntt> | 物体認識装置、物体認識方法及びプログラム |
JP6487642B2 (ja) * | 2014-07-01 | 2019-03-20 | 国立大学法人 筑波大学 | 手指形状の検出方法、そのプログラム、そのプログラムの記憶媒体、及び、手指の形状を検出するシステム。 |
JP2017068437A (ja) * | 2015-09-29 | 2017-04-06 | 富士通株式会社 | 物体検出装置、物体検出方法、及び物体検出プログラム |
-
2019
- 2019-01-15 WO PCT/JP2019/000937 patent/WO2019142787A1/ja active Application Filing
- 2019-01-15 JP JP2019566469A patent/JP6892155B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019142787A1 (ja) | 2019-07-25 |
JPWO2019142787A1 (ja) | 2021-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10572072B2 (en) | Depth-based touch detection | |
CN107710111B (zh) | 确定用于接近敏感相互作用的俯仰角 | |
US8542928B2 (en) | Information processing apparatus and control method therefor | |
JP5297530B2 (ja) | 画像処理装置、及びインターフェース装置 | |
US9443325B2 (en) | Image processing apparatus, image processing method, and computer program | |
US11017210B2 (en) | Image processing apparatus and method | |
CN110413190B (zh) | 为触摸屏交互确定俯仰和偏航 | |
KR20200111617A (ko) | 제스처 인식 방법, 장치, 전자 기기 및 저장 매체 | |
KR101612605B1 (ko) | 얼굴 특징점 추출 방법 및 이를 수행하는 장치 | |
JP6393230B2 (ja) | オブジェクト検出方法及び画像検索システム | |
JP6432162B2 (ja) | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム | |
CN108573471B (zh) | 图像处理装置、图像处理方法以及记录介质 | |
JP6071002B2 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
JP6892155B2 (ja) | 人体部位推定装置、人体部位推定方法、及びプログラム | |
JP5704909B2 (ja) | 注目領域検出方法、注目領域検出装置、及びプログラム | |
JP2021144359A (ja) | 学習装置、推定装置、学習方法、及びプログラム | |
Fang et al. | Feature covariance matrix-based dynamic hand gesture recognition | |
JP7254262B2 (ja) | 作業推定装置、作業推定方法、及び、作業推定プログラム | |
Badi et al. | RETRACTED ARTICLE: Feature extraction and ML techniques for static gesture recognition | |
JP2021034016A (ja) | 電子装置、該電子装置で指紋映像を処理する方法、及び記録媒体 | |
JP7120690B2 (ja) | 関節位置推定装置、関節位置推定方法およびプログラム | |
WO2022181252A1 (ja) | 関節点検出装置、学習モデル生成装置、関節点検出方法、学習モデル生成方法、及びコンピュータ読み取り可能な記録媒体 | |
JP7362453B2 (ja) | モデル作成装置及びモデル作成方法 | |
Zeng et al. | Face alignment refinement | |
WO2022181251A1 (ja) | 関節点検出装置、関節点検出方法、及びコンピュータ読み取り可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200709 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200709 |
|
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: 20210427 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210520 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6892155 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |