TWI785871B - 姿勢識別方法、設備及存儲介質 - Google Patents

姿勢識別方法、設備及存儲介質 Download PDF

Info

Publication number
TWI785871B
TWI785871B TW110140499A TW110140499A TWI785871B TW I785871 B TWI785871 B TW I785871B TW 110140499 A TW110140499 A TW 110140499A TW 110140499 A TW110140499 A TW 110140499A TW I785871 B TWI785871 B TW I785871B
Authority
TW
Taiwan
Prior art keywords
feature
gesture recognition
image
comparison
modeling
Prior art date
Application number
TW110140499A
Other languages
English (en)
Other versions
TW202319886A (zh
Inventor
郝昱翔
陳建亨
彭耀哲
Original Assignee
鴻海精密工業股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Priority to TW110140499A priority Critical patent/TWI785871B/zh
Application granted granted Critical
Publication of TWI785871B publication Critical patent/TWI785871B/zh
Publication of TW202319886A publication Critical patent/TW202319886A/zh

Links

Images

Landscapes

  • Signal Processing For Digital Recording And Reproducing (AREA)
  • Image Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一種姿勢識別方法,用於識別使用者操作一便攜器材時之姿勢,包括:根據基準圖像生成基準模型;獲取動作圖像,其中,動作圖像係攝有使用者與便攜器材之圖像,動作圖像包括第二辨識特徵;確定第二辨識特徵在基準模型中之第二特徵情況,生成姿勢識別資訊,其中,第二特徵情況包括第二辨識特徵之大小、形狀、所在位置。本申請還提供一種姿勢識別設備及存儲介質。

Description

姿勢識別方法、設備及存儲介質
本申請涉及人體識別領域,更具體地涉及一種姿勢識別方法、設備及存儲介質。
目前,用戶可藉由手持一便攜器材擺出各種姿勢,即可實現與交互設備之交互,操作交互設備進行預設之動作,例如播放與某一姿勢對應之視頻,操作遊戲角色執行一指定動作等。
交互設備對使用者姿勢之確定常藉由便攜器材上之各種感測器配合實現,例如慣性感測器等,故便攜器材重量增加,且當部分感測器損壞時,易導致交互設備無法藉由使用者之動作而動作,存於使用不便之缺陷。
鑒於以上內容,有必要提供一種姿勢識別方法、設備及存儲介質,藉由對便攜器材目前形態之識別,實現對用戶姿勢之識別,進而實現使用者與交互設備之交互。
第一方面,本申請之實施例提供一種姿勢識別方法,用於識別用戶操作一便攜器材時之姿勢,包括:根據基準圖像生成基準模型;獲取動作圖像,其中,所述動作圖像係攝有使用者與所述便攜器材之圖像,所述動作圖像 包括第二辨識特徵;確定所述第二辨識特徵於所述基準模型中之第二特徵情況,生成姿勢識別資訊,其中,所述第二特徵情況包括所述第二辨識特徵之大小、形狀、所在位置。
可選地,所述基準模型為基準座標系,所述基準圖像包括多個第一建模特徵,所述第一建模特徵與所述便攜器材上之建模實體特徵對應,所述根據基準圖像生成基準模型包括:於所述基準圖像中確定基準原點;根據所述基準原點與所述第一建模特徵建立所述基準座標系。
可選地,所述確定所述第二辨識特徵於所述基準模型中之第二特徵情況,生成姿勢識別資訊包括:根據所述動作圖像生成對比模型;將所述基準模型與所述對比模型重合;確定所述第二辨識特徵於所述基準模型中之所述第二特徵情況,其中,所述第二特徵情況包括所述第二辨識特徵之形狀、大小及與所述基準原點之位置關係;根據所述第二特徵情況生成所述姿勢識別資訊。
可選地,所述動作圖像還包括多個第二建模特徵,所述第二建模特徵與所述建模實體特徵對應,所述對比模型為對比座標系,所述根據所述動作圖像生成對比模型包括:於所述動作圖像中確定對比原點;根據所述對比原點與所述第二建模特徵建立所述對比座標系。
可選地,所述將所述基準模型與所述對比模型重合包括:使所述基準座標系與所述對比座標系重合,其中所述基準原點與所述對比原點重合。
可選地,所述基準圖像還包括第一辨識特徵,所述第一辨識特徵與所述辨識實體特徵對應,所述根據所述第二特徵情況生成所述姿勢識別資訊包括:確定所述第一辨識特徵之第一特徵情況,其中,所述第一特徵情況包括所述第一辨識特徵之形狀、大小及與所述基準原點之位置關係;確定所述第一特徵情況與所述第二特徵情況之差異情況;根據所述差異情況,生成所述姿勢識別資訊。
可選地,所述姿勢識別方法還包括:根據所述動作圖像,確定所述便攜器材於方位模型中之所在位置,並生成位置識別資訊。
可選地,所述姿勢識別方法還包括:根據所述位置識別資訊與所述姿勢識別資訊,確定使用者之即時姿勢。
第二方面,本申請之實施例提供一種姿勢識別設備,包括:便攜器材,所述便攜器材上設有辨識實體特徵與建模實體特徵;影像採集器,用在於用戶操作所述便攜器材時採集動作圖像;記憶體,用於存儲電腦程式;處理器,用於執行所述記憶體存儲之所述電腦程式,當所述電腦程式被執行時,所述處理器用於執行如上述任一項所述之姿勢識別方法。
第三方面,本申請之實施例提供一種存儲介質,所述存儲介質包括電腦指令,當所述電腦指令於姿勢識別設備上運行時,使得所述姿勢識別設備執行如上述任一項所述之姿勢識別方法。
本申請實現方式提供之姿勢識別方法、設備及存儲介質,藉由對影像採集器獲取之動作圖像進行分析後,獲知第二特徵情況,並根據第二特徵情況確定使用者之即時姿勢,僅藉由影像識別即可實現對使用者姿勢之識別,減少了便攜器材上需要設置之各種感測器,提高了用戶使用之方便性。
100:姿勢識別設備
200:交互系統
300:姿勢識別系統
10:便攜器材
11:建模實體特徵
12:辨識實體特徵
13:把手部
14:方位指示部
20:影像採集器
30:處理器
40:記憶體
50:識別模組
60:獲取模組
70:建模模組
80:處理模組
90:確定模組
S31-S37:步驟
S41、S42:步驟
S61-S63:步驟
S71、S72:步驟
S81-S83:步驟
圖1係本申請實施例中姿勢識別設備之示意圖。
圖2係本申請實施例中便攜器材之示意圖。
圖3係本申請實施例中姿勢識別方法之流程圖。
圖4係本申請實施例中姿勢識別方法之另一流程圖。
圖5A係本申請實施例中基準坐標系之示意圖。
圖5B係本申請實施例中對比坐標系之示意圖。
圖6係本申請實施例中姿勢識別方法之另一流程圖。
圖7係本申請實施例中姿勢識別方法之另一流程圖。
圖8係本申請實施例中姿勢識別方法之另一流程圖。
圖9係本申請實施例中姿勢識別系統之示意圖。
下面將結合本申請實現方式中之附圖,對本申請實現方式中之技術方案進行清楚、完整地描述,顯然,所描述之實現方式僅係本申請一部分實現方式,而不係全部之實現方式。
請參閱圖1,圖1為本申請之一個實施例提供之姿勢識別設備之示意圖。
所述姿勢識別設備100可包括便攜器材10、影像採集器20、處理器30與記憶體40。
所述便攜器材10用於供用戶手持操作,用戶藉由手持所述便攜器材10並改變所述便攜器材10之所處位置、傾斜角度、形狀等,從而與一交互系統200進行交互。
可理解,所述便攜器材10可以為一具有彈性之器材,使用者可對所述便攜器材10施力,從而改變所述便攜器材10之形狀。本申請之實施例中,對所述便攜器材10之具體形狀不做限定。
舉例說明,所述便攜器材10可以為一呈圓環狀之彈性件,所述便攜器材10兩端處設有把手部13,一端設有方位指示部14,用戶雙手手持所述把手部13,並將所述方位指示部14朝上設置,該姿勢可以為用戶操作便攜器材10時之初始姿勢。
可理解,所述影像採集器20可用在於用戶手持所述便攜器材10,並擺出指定姿勢時,獲取當前之動作圖像,所述影像採集器20與所述處理器30通訊連接,所述影像採集器20將採集之所述動作圖像輸入給所述處理器30。
請參閱圖2,一個實施例中,所述便攜器材10上設有多個建模實體特徵11與多個辨識實體特徵12,當所述影像採集器20採集使用者操作所述便攜器材10之圖像時,多個所述建模實體特徵11與多個所述辨識實體特徵12同時被攝入圖像中,所述處理器30可藉由對圖像上與所述建模實體特徵11對應之特徵分析處理後建立基準模型,藉由將所述動作圖像輸入至所述基準模型中,並於所述基準模型中確定與所述辨識實體特徵12對應之特徵之形態,可確定用戶此時操作所述便攜器材10時所做之姿勢。
可理解,多個所述建模實體特徵11與多個所述辨識實體特徵12均為設於所述便攜器材10實體上之實體特徵,可以為但不局限於不同顏色、形狀之貼圖、顏料塗層與凸起,還可以為但不局限於主動或被動式之訊號產生裝置。
舉例說明,所述便攜器材10可以為一呈圓環狀之彈性件,所述把手部13與所述方位指示部14均為所述建模實體特徵11,其中所述把手部13呈圓環狀且套設於所述便攜器材10上,兩把手部13分別位於固設於所述便攜器材10兩側處,所述方位指示部14固設於所述便攜器材10一端處,所述方位指示部14為主動式訊號產生裝置,具體可以為紅外線產生裝置。
所述便攜器材10可以為一呈圓環狀之彈性件,所述便攜器材10上之所述辨識實體特徵12為多個呈矩形之凸塊與一呈紅色之塗層,其中,矩形凸塊與紅色塗層分別位於所述方位指示部14與兩所述把手部13之間隔空間處。
可理解,所述影像採集器20可以為具有影像採集功能之電子設備,具體可以為但不局限於攝影機、數位相機、手機攝像頭等;所述影像採集器20 還可以為具有藉由空間掃描以獲取空間資訊功能之電子設備,具體可以為但不局限於雷射雷達(light detection and ranging,LIDAR)、鐳射掃描器等。
所述處理器30可以為通用中央處理器(CPU)、微處理器、特定應用積體電路(application-specific integrated circuit,ASIC)、或一個或多個用於控制以上方案程式執行之積體電路。
所述記憶體40可以為唯讀記憶體(read-only memory,ROM)或可存儲靜態資訊與指令之其他類型之靜態存放裝置,隨機存取記憶體(random access memory,RAM)或者可存儲資訊與指令之其他類型之動態儲存裝置設備,亦可以為電可擦可程式設計唯讀記憶體(Electrically Erasable Programmable Read-Only Memory,EEPROM)、唯讀光碟(Compact Disc Read-Only Memory,CD-ROM)或其他光碟存儲、光碟存儲(包括壓縮光碟、鐳射碟、光碟、數位通用光碟、藍光光碟等)、磁片存儲介質或者其他磁存放裝置、或者能夠用於攜帶或存儲具有指令或資料結構形式之期望之程式碼並能夠由電腦存取之任何其他介質,但不限於此。所述記憶體40可以為獨立存於,藉由匯流排與所述處理器30相連接。所述記憶體40亦可與所述處理器30集成於一起。
可理解,所述處理器30可與所述交互系統200通訊連接,所述處理器30藉由對接收之所述動作圖像之分析處理後,確定用戶當前之即時姿勢,並輸出對應之即時姿勢資訊給所述交互系統200,從而使所述交互系統200進行對應之回應。
舉例說明,所述便攜器材10可以為一具有彈性之健身環,所述交互系統200可以為一連接有顯示器之健身遊戲機,所述便攜器材10兩端處設有所述把手部13,一端設有所述方位指示部14,當用戶雙手手持所述把手部13,並將所述方位指示部14朝上設置時,所述影像採集器20獲取使用者當前之所述動作圖像並輸入給所述處理器30,所述處理器30對所述動作圖像分析處理後,確定用戶當前姿勢為健身預備姿勢,所述處理器30輸出與該姿勢對應之所述即時 姿勢資訊給所述交互系統200,所述交互系統200可藉由外接之顯示器顯示預設之運動準備介面。
當用戶雙手手持所述把手部13,並將所述方位指示部14朝前設置,同時雙手擠壓所述便攜器材10,使所述便攜器材10形變時,所述影像採集器20獲取使用者當前之所述動作圖像並輸入給所述處理器30,所述處理器30對所述動作圖像分析處理後,確定用戶當前姿勢為健臂姿勢,所述處理器30輸出與該姿勢對應之所述即時姿勢資訊給所述交互系統200,所述交互系統200可藉由外接之顯示器顯示之遊戲人物躍起之影像。
可理解,所述記憶體40用於存儲執行姿勢識別方法之應用程式碼,並由所述處理器30來控制執行。所述處理器30用於執行所述記憶體40中存儲之應用程式碼,以實現對所述動作圖像之分析處理。
請參閱圖3,圖3為本申請之一個實施例提供之所述姿勢識別方法之示意圖。
本實施例之姿勢識別方法可包括以下步驟:
步驟S31:根據基準圖像生成所述基準模型。
可理解,所述基準圖像係使用者操作所述便攜器材10,並擺出所述初始姿勢時之圖像。
舉例說明,所述便攜器材10可以為一呈圓環狀之彈性物件,所述初始姿勢可以為用戶站立,雙手手持所述把手部13,並將所述方位指示部14朝上設置之姿勢。
於一種可能之場景中,所述基準圖像可以為所述姿勢識別設備100於出廠前預設之;於另一種可能之場景中,所述基準圖像可以為使用者第一次啟動所述影像採集器20時,用戶手持所述便攜器材10並擺出所述初始姿勢時,所述影像採集器20採集並輸入給所述處理器30本申請之實施例對此不作限定。
可理解,於所述基準圖像時使用者第一次啟動所述影像採集器20時,由所述影像採集器20採集後輸入給所述處理器30之情況下,於進行步驟S31前,還需要先從所述影像採集器20獲取所述基準圖像。
可理解,所述基準模型可以為基準座標系。
請參閱圖4,生成所述基準模型之具體方法可包括如下步驟:
步驟S41:於所述基準圖像上確定基準原點。
可理解,所述基準原點可以為建立所述基準模型之依據之一,所述基準原點可藉由對所述基準圖像上之特徵分析得出。
一個實施例中,所述基準圖像包括多個第一建模特徵,多個所述第一建模特徵與所述便攜器材10上之多個所述建模實體特徵11對應,所述基準原點可藉由對多個所述第一建模特徵之識別、分析獲得。
請參閱圖5A,舉例說明,所述便攜器材10可以為一呈圓環狀之彈性件,設於所述便攜器材10兩側處之所述把手部13,與設於所述便攜器材10一端之所述方位指示部14均為所述建模實體特徵11,於所述基準圖像中,藉由先對與兩所述把手部13對應之所述第一建模特徵進行連線,形成第一連線,再以與所述方位指示部14對應之所述第一建模特徵為起點,作一條垂直於所述第一連線之線段,形成第二連線,最終確定所述第一連線與所述第二連線之交點即為所述基準原點O’。
一些實施例中,所述基準圖像還包括多個第一辨識特徵,多個所述第一辨識特徵與所述便攜器材10上之多個所述辨識實體特徵12對應。
步驟S42:根據所述基準原點與多個所述第一建模特徵建立所述基準座標系。
可理解,所述基準座標系之座標軸之數量可以為大於或等於2之任何整數,本申請之實施例對此不作限定。
可理解,確定所述基準原點後,以所述基準原點作為座標系之原點,可建立所述基準座標系,且所述基準座標系之座標軸可藉由對所述第一建模特徵之識別、分析獲得。
舉例說明,所述基準座標系為二維座標系,所述基準座標系以所述基準原點O’為原點,以與一所述把手部13對應之所述第一建模特徵與所述基準原點O’之連線為基準,確定X’軸,並以與所述方位指示部14對應之所述第一建模特徵與所述基準原點O’之連線為基準,確定Y’軸。
舉例說明,所述基準座標系為三維座標系,所述基準座標系以所述基準原點O’為原點,以與一所述把手部13對應之所述第一建模特徵與所述基準原點O’之連線為基準,確定X’軸,以與所述方位指示部14對應之所述第一建模特徵與所述基準原點O’之連線為基準,確定Y’軸,最後確定一以所述基準原點O’為起點,垂直於X’軸、Y’軸所在平面之Z’軸。
可理解,所述基準座標系建立於所述基準圖像上,因此多個所述第一辨識特徵均位於所述基準座標系內。
步驟S32:獲取所述動作圖像。
可理解,用戶操作所述便攜器材10擺出指定姿勢時,所述影像採集器20採集所述動作圖像,所述處理器30獲取所述動作圖像,用於分析使用者當前之姿勢。
一些實施例中,所述動作圖像包括多個第二辨識特徵,多個所述第二辨識特徵與多個所述辨識實體特徵12對應,所述處理器30可藉由確定所述動作圖像中所述第二辨識特徵之第二特徵情況,進而確定使用者當前之姿勢。
一些實施例中,所述動作圖像包括多個第二建模特徵,多個所述第二建模特徵與多個所述建模實體特徵11對應,且可藉由對多個所述第二建模 特徵之分析,建立一區別於所述基準模型之另一模型,藉由使兩個模型對接,判斷所述動作圖像與所述基準圖像之區別,進而確定用戶當前之姿勢。
步驟S33:確定所述第二辨識特徵於所述基準模型中之第二特徵情況。
可理解,所述第二特徵情況包括所述第二辨識特徵之形狀、大小及與所述基準原點之位置關係等。
可理解,由於用戶擺出不同之指定姿勢時,所述便攜器材10之形狀、與所述影像採集器20之間之偏轉角度及所述便攜器材10自身之轉動角度等因素可以為不同故所述辨識實體特徵12之形狀、位置、大小等亦可以為不同;因此,藉由對所述第二辨識特徵之分析,獲取之所述第二特徵情況可作為確定使用者當前姿勢之依據。
請參閱圖6,確定所述第二特徵情況之具體方法可包括如下步驟:
步驟S61:根據所述動作圖像生成對比模型;
可理解,與根據所述基準圖像生成所述基準模型類似,根據所述動作圖像可生成所述對比模型,用於對所述第二特徵情況進行確定。
可理解,所述對比模型可以為對比座標系。
請參閱圖7,一些實施例中,生成所述對比模型之具體方法可包括如下步驟:
步驟S71:於所述動作圖像中確定對比原點。
可理解,所述對比原點可以為建立所述對比模型之依據之一,所述對比原點可藉由對所述動作圖像上之特徵分析得出。所述對比原點可藉由對多個所述第二建模特徵之識別、分析獲得。
請參閱圖5B,舉例說明,所述便攜器材10可以為一呈圓環狀之彈性件,設於所述便攜器材10兩側處之所述把手部13,與設於所述便攜器材10一 端之所述方位指示部14均為所述建模實體特徵11,於所述動作圖像中,藉由先對與兩所述把手部13對應之所述第二建模特徵進行連線,形成第三連線,再以與所述方位指示部14對應之所述第二建模特徵為起點,作一條垂直於所述第三連線之線段,形成第四連線,最終確定所述第三連線與所述第四連線之交點即為所述對比原點O”。
步驟S72:根據所述對比原點與多個所述第二建模特徵建立所述對比座標系。
可理解,所述對比座標系之座標軸數量與所述基準座標系之座標數量相等。
可理解,確定所述對比原點後,以所述對比原點作為座標系之原點,可建立所述對比座標系,且所述對比座標系之座標軸可藉由對所述第二建模特徵之識別、分析獲得。
舉例說明,所述對比座標系為三維座標系,所述對比座標系以所述對比原點O”為原點,以與一所述把手部13對應之所述第二建模特徵與所述對比原點O”之連線為基準,確定X”軸,以與所述方位指示部14對應之所述第二建模特徵與所述對比原點O”之連線為基準,確定Y”軸,最後確定一以所述對比原點O”為起點,垂直於X”軸、Y”軸所在平面之Z”軸。
可理解,所述對比座標系建立於所述動作圖像上,因此多個所述第二辨識特徵均位於所述基準座標系內。
步驟S62:將所述基準模型與所述對比模型重合。
可理解,所述基準模型為所述基準座標系,所述對比模型為所述對比座標系,將所述基準模型與所述對比模型重合之具體方法可以為將所述基準原點與所述對比原點重合,如此,所述對比座標系中之多個所述第二辨識特徵均可顯示於所述基準座標系中。
步驟S63:於所述基準模型中確定多個所述第二辨識特徵之所述第二特徵情況。
可理解,藉由所述基準模型中之所述基準原點與各座標軸作為參照物,所述第二特徵情況可包括所述第二辨識特徵之形狀、大小、與所述基準原點之位置關係、偏轉角度等。
可理解,藉由於所述基準座標系中確定所述第二辨識特徵之座標,可確定所述第二辨識特徵與所述基準原點之間之位置關係。
可理解,藉由對比所述基準座標系座標軸與所述對比座標系座標軸之間隔夾角,可確定所述第二辨識特徵之偏轉角度。例如,所述對比座標系之X”軸可藉由所述基準座標系之X’軸逆時針轉動30度得出時,可確定所述第二辨識特徵於X軸方向上偏轉角度為30度。
可理解,所述第二辨識特徵之所述第二特徵情況可以為藉由對第二辨識特徵於所述基準座標系中之分析得出,亦可以為藉由所述對比座標系與所述基準座標系之對比得出。
可理解,多個所述第二辨識特徵可對應有多個所述第二特徵情況。
舉例說明,所述對比座標系與所述基準座標系均為三維座標系,所述對比座標系與所述基準座標系重合後,藉由對比可獲知一所述第二辨識特徵於X’軸方向上偏轉角度為30度,所述第二辨識特徵呈圓餅狀,且所述第二辨識特徵之中心於所述基準座標軸內之座標為(3,1,1),則上述資訊均為該所述第二辨識特徵之所述第二特徵情況。
步驟S34:根據所述第二特徵情況生成姿勢識別資訊。
可理解,用戶之姿勢不同,所述動作圖像不同,所述處理器30可識別分析出不同之所述第二特徵情況亦不相同。
一些實施例中,不同之多個所述第二特徵情況對應有不同之所述姿勢識別資訊。
可理解,所述記憶體40中可存儲有第一資料庫,所述第一資料庫中記錄有不同之多個所述第二特徵情況以及與不同之多個所述第二特徵情況對應之所述姿勢識別資訊,當確定所述第二特徵情況後,所述處理器30從所述記憶體40讀取所述記憶體40中之所述第一資料庫,並生成與所述第二特徵情況對應之所述姿勢識別資訊。
請參閱圖8,另一實施例中,根據所述第二特徵情況生成姿勢識別資訊之具體方法可包括如下步驟:
步驟S81:確定多個所述第一辨識特徵之第一特徵情況。
可理解,藉由所述基準模型中之所述基準原點與各座標軸作為參照物,所述第一特徵情況可包括所述第一辨識特徵之形狀、大小、與所述基準原點之位置關係等。
可理解,藉由於所述基準座標系中確定所述第一辨識特徵之座標,可確定所述第一辨識特徵與所述基準原點之間之位置關係。
可理解,多個所述第一辨識特徵可對應有多個所述第一特徵情況。
舉例說明,所述基準座標系為二位座標系,所述第一辨識特徵呈圓形,且所述第一辨識特徵圓心於所述基準座標軸內之座標為(3,1),則上述資訊均為該所述第一辨識特徵之所述第一特徵情況。
步驟S82:確定所述第一特徵情況與所述第二特徵情況之差異情況。
可理解,藉由對比所述第一特徵情況與所述第二特徵情況,可確定多個與所述第一辨識特徵存於差異之所述第二辨識特徵,且可獲知存於差異之所述第二辨識特徵具體與所述第一特徵情況於資料上之差異,例如所述第二辨識特徵之座標與所述第一辨識特徵之座標於X’軸上存於2個單位長度之差 異,所述第二辨識特徵於X’軸方向上之偏轉角度比所述第一辨識特徵於X’軸方向上之偏轉角度小10度等;所述差異情況可包括上述舉例中之情況。
可理解,藉由確定所述差異情況,可獲知與所述第一辨識特徵存於差異之部分所述第二辨識特徵,係藉由所述第一辨識特徵經過何種變化後形成例如,所述差異情況可包括所述第二辨識特徵之座標與所述第一辨識特徵之座標於X’軸上存於2個單位長度之差異,則可獲知所述第二辨識特徵由所述地一邊係特徵於X’軸方向上移動2個單位長度形成。
步驟S83:根據所述差異情況,生成所述姿勢識別資訊。
可理解,不同之所述差異情況可對應有不同之所述姿勢識別資訊。
可理解,所述記憶體40中可存儲有第二資料庫,所述第二資料庫中記錄有不同之多個所述差異情況,以及與不同之多個所述差異情況對應之所述姿勢識別資訊,當確定所述差異情況後,所述處理器30從所述記憶體40讀取所述記憶體40中之所述第二資料庫,並生成與所述差異情況對應之所述姿勢識別資訊。
步驟S35:確定所述動作圖像中,所述便攜器材10於方位模型中之所在位置。
可理解,所述方位模型可以為一以所述影像採集器20為原點、以預設之方向為基礎建立之二維座標系,所述方位模型之建立不需依賴所述便攜器材10上之特徵。
舉例說明,如圖1所示,所述方位模型可以為一以所述影像採集器20為原點O,以所述影像採集器20正面朝向之方向設立Y軸,以垂直於所述Y軸之方向設立X軸之二維座標系。
可理解,識別所述便攜器材10於所述方位模型中之位置之具體方法,可以為藉由識別所述動作圖像中之某一所述第二辨識特徵或所述第二建模 特徵,並確定該所述第二辨識特徵或所述第二建模特徵於所述方位模型中之座標,藉由座標來標識所述便攜器材10之所在位置。
舉例說明,所述方位模型可以為一以所述影像採集器20為原點O,以所述影像採集器20正面朝向之方向設立Y軸,以垂直於所述Y軸之方向設立X軸之二維座標系,藉由於所述方位模型中識別與所述方位指示部14對應之所述第二建模特徵,並確定該所述第二建模特徵於所述方位模型中之座標,進而確定所述便攜器材10之所在位置。
步驟S36:根據所述便攜器材10於所述方位模型中之位置,生成位置識別資訊。
可理解,對於所述便攜器材10不同之位置,對應有多個所述位置識別資訊。
舉例說明,所述記憶體40中可存儲有第三資料庫,所述第三資料庫中記錄有多個不同之所述第二建模特徵於所述方位模型中之座標,及與不同之座標對應之所述位置識別資訊,當確定所述第二建模特徵之座標後,所述處理器30從所述記憶體40讀取所述第三資料庫,並生成與座標對應之所述位置識別資訊。
步驟S37:根據所述位置識別資訊與所述姿勢識別資訊,確定使用者之即時姿勢。
可理解,用戶於做不同之姿勢時,對所述便攜器材10放置之位置不同,同時於用戶之施力下所述便攜器材10之形狀、偏轉角度、偏轉方向等亦不同,藉由對所述位置識別資訊與所述姿勢識別資訊結合分析後,可更準確之確定用戶之所述即時姿勢。
可理解,不同之所述即時姿勢對應有不同之所述姿勢識別資訊與不同之所述位置識別資訊。
舉例說明,所述記憶體40中可存儲有第四資料庫,所述第四資料庫中記錄有多個不同之所述姿勢識別資訊與多個不同之所述位置識別資訊結合後,對應之不同之所述即時姿勢,當確定所述姿勢識別資訊與所述位置識別資訊後,所述處理器30從所述存儲區讀取所述第四資料庫,並生成與所述姿勢識別資訊、所述位置識別資訊結合後對應之所述即時姿勢。
請參閱圖9,圖9為本申請實施例公開之一種姿勢識別系統之示意圖。本申請實施例提供之姿勢識別系統300可包括識別模組50、獲取模組60、建模模組70、處理模組80與確定模組90。
所述識別模組50用於識別所述基準圖像中之多個所述第一建模特徵、多個所述第一辨識特徵,以及所述動作圖像中之多個所述第二建模特徵、多個所述第二辨識特徵。
所述獲取模組60用於獲取所述動作圖像。
於一些實施例中,所述獲取模組60還用於獲取所述基準圖像。
所述建模模組70用於建立所述基準模型與所述對比模型。
可理解,所述基準模型可以為所述基準座標系,所述基準座標系之所述基準原點與多個座標軸可藉由對多個所述第一建模特徵之分析獲得。
可理解,所述對比模型可以為所述對比座標系,所述對比座標系之所述對比原點與多個座標軸可藉由對多個所述第二建模特徵之分析獲得。
所述建模模組70還用於建立所述方位模型。
可理解,所述方位模型可以為一以所述影像採集器20為原點、以預設之方向為基礎建立之二維座標系。
所述處理模組80用在於所述基準模型中,確定所述第二辨識特徵之所述第二特徵情況,並根據所述第二特徵情況生成所述姿勢識別資訊。
所述處理模組80還用在於所述方位模型中,根據所述便攜器材10所在之位置生成所述位置識別資訊。
所述確定模組90用於根據所述姿勢識別資訊與所述位置識別資訊,確定所述即時姿勢。
可理解,不同之所述即時姿勢對應有不同之所述姿勢識別資訊與不同之所述位置識別資訊。
於圖9所描述之姿勢識別系統中,可藉由對所述動作圖像之分析,確定所述便攜器材10之具體形態,從而確定用戶之所述即時姿勢,提高所述姿勢識別設備100使用之方便性。具體內容可參見上述姿勢識別方法之具體實施例,於此不再詳述。
基於同一構思,本申請實施例還提供一種存儲介質,所述存儲介質包括電腦指令,當所述電腦指令於所述姿勢識別設備100上運行時,使得所述姿勢識別設備100執行本申請實施例提供之項所述之姿勢識別方法。
對於本領域技術人員而言,顯然本申請不限於上述示範性實施例之細節,且於不背離本申請之精神或基本特徵之情況下,能夠以其他之具體形式實現本申請。因此,無論從哪一點來看,均應將本申請上述之實施例看作係示範性且係非限制性本申請之範圍由所附請求項而不係上述說明限定,因此旨於將落於請求項之等同要件之含義與範圍內之所有變化涵括於本申請內。
100:姿勢識別設備
200:交互系統
10:便攜器材
20:影像採集器
30:處理器
40:記憶體

Claims (9)

  1. 一種姿勢識別方法,用於識別用戶操作一便攜器材時之姿勢,其改良在於,包括:根據基準圖像生成基準模型;獲取動作圖像,其中,所述動作圖像係攝有使用者與所述便攜器材之圖像,所述動作圖像包括第二辨識特徵;確定所述第二辨識特徵於所述基準模型中之第二特徵情況,生成姿勢識別資訊,其中,所述第二特徵情況包括所述第二辨識特徵之大小、形狀、所在位置;所述基準模型為基準座標系,所述基準圖像包括第一建模特徵,所述第一建模特徵與所述便攜器材上之建模實體特徵對應,所述根據基準圖像生成基準模型包括:於所述基準圖像中確定基準原點,根據所述基準原點與所述第一建模特徵建立所述基準座標系。
  2. 如請求項1所述之姿勢識別方法,其中,所述確定所述第二辨識特徵於所述基準模型中之第二特徵情況,生成姿勢識別資訊包括:根據所述動作圖像生成對比模型;將所述基準模型與所述對比模型重合;確定所述第二辨識特徵於所述基準模型中之所述第二特徵情況,其中,所述第二特徵情況包括所述第二辨識特徵之形狀、大小及與所述基準原點之位置關係;根據所述第二特徵情況生成所述姿勢識別資訊。
  3. 如請求項2所述之姿勢識別方法,其中,所述動作圖像還包括第二建模特徵,所述第二建模特徵與所述建模實體特徵對應,所述對比模型為對比座標系,所述根據所述動作圖像生成對比模型包括: 於所述動作圖像中確定對比原點;根據所述對比原點與所述第二建模特徵建立所述對比座標系。
  4. 如請求項3所述之姿勢識別方法,其中,所述將所述基準模型與所述對比模型重合包括:使所述基準座標系與所述對比座標系重合,其中所述基準原點與所述對比原點重合。
  5. 如請求項2所述之姿勢識別方法,其中,所述基準圖像還包括第一辨識特徵,所述第一辨識特徵與所述辨識實體特徵對應,所述根據所述第二特徵情況生成所述姿勢識別資訊包括:確定所述第一辨識特徵之第一特徵情況,其中,所述第一特徵情況包括所述第一辨識特徵之形狀、大小及與所述基準原點之位置關係;確定所述第一特徵情況與所述第二特徵情況之差異情況;根據所述差異情況,生成所述姿勢識別資訊。
  6. 如請求項1所述之姿勢識別方法,其中,所述姿勢識別方法還包括:根據所述動作圖像,確定所述便攜器材於方位模型中之所在位置,並生成位置識別資訊。
  7. 如請求項1所述之姿勢識別方法,其中,所述姿勢識別方法還包括:根據所述位置識別資訊與所述姿勢識別資訊,確定使用者之即時姿勢。
  8. 一種姿勢識別設備,其改良在於,包括:便攜器材,所述便攜器材上設有辨識實體特徵與建模實體特徵;影像採集器,用在於用戶操作所述便攜器材時採集動作圖像;記憶體,用於存儲電腦程式; 處理器,用於執行所述記憶體存儲之所述電腦程式,當所述電腦程式被執行時,所述處理器用於執行如請求項1-7任一項所述之姿勢識別方法。
  9. 一種存儲介質,其改良在於,所述存儲介質包括電腦指令,當所述電腦指令於姿勢識別設備上運行時,使得所述姿勢識別設備執行如請求項1-7任一項所述之姿勢識別方法。
TW110140499A 2021-10-31 2021-10-31 姿勢識別方法、設備及存儲介質 TWI785871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110140499A TWI785871B (zh) 2021-10-31 2021-10-31 姿勢識別方法、設備及存儲介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110140499A TWI785871B (zh) 2021-10-31 2021-10-31 姿勢識別方法、設備及存儲介質

Publications (2)

Publication Number Publication Date
TWI785871B true TWI785871B (zh) 2022-12-01
TW202319886A TW202319886A (zh) 2023-05-16

Family

ID=85794802

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110140499A TWI785871B (zh) 2021-10-31 2021-10-31 姿勢識別方法、設備及存儲介質

Country Status (1)

Country Link
TW (1) TWI785871B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200906376A (en) * 2007-08-09 2009-02-16 Cycling & Amp Health Tech Industry R & Amp D Ct Mechanical-vision integrated interactive rehabilitation equipment
TWM581492U (zh) * 2019-01-09 2019-08-01 喬山健康科技股份有限公司 智慧型重訓系統
TW202046172A (zh) * 2019-06-05 2020-12-16 大陸商北京外號信息技術有限公司 用於實現相對定位的裝置以及相應的相對定位方法
TWI733616B (zh) * 2020-11-04 2021-07-11 財團法人資訊工業策進會 人體姿勢辨識系統、人體姿勢辨識方法以及非暫態電腦可讀取儲存媒體

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200906376A (en) * 2007-08-09 2009-02-16 Cycling & Amp Health Tech Industry R & Amp D Ct Mechanical-vision integrated interactive rehabilitation equipment
TWM581492U (zh) * 2019-01-09 2019-08-01 喬山健康科技股份有限公司 智慧型重訓系統
TW202046172A (zh) * 2019-06-05 2020-12-16 大陸商北京外號信息技術有限公司 用於實現相對定位的裝置以及相應的相對定位方法
TWI733616B (zh) * 2020-11-04 2021-07-11 財團法人資訊工業策進會 人體姿勢辨識系統、人體姿勢辨識方法以及非暫態電腦可讀取儲存媒體

Also Published As

Publication number Publication date
TW202319886A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN111989537B (zh) 用于在无约束环境中检测人类视线和手势的系统和方法
CN110517319B (zh) 一种相机姿态信息确定的方法及相关装置
US20220003537A1 (en) Method and apparatus for measuring geometric parameter of object, and terminal
KR101969624B1 (ko) 제스처 제어 방법, 장치 및 시스템
CN111949111B (zh) 交互控制方法、装置、电子设备及存储介质
US20120198353A1 (en) Transferring data using a physical gesture
JP6594129B2 (ja) 情報処理装置、情報処理方法、プログラム
KR101533320B1 (ko) 포인터가 불필요한 3차원 객체 정보 획득 장치
CN104246793A (zh) 移动设备的三维脸部识别
TW201528055A (zh) 基於影像來識別觸控表面的目標接觸區域之技術
Zennaro Evaluation of Microsoft Kinect 360 and Microsoft Kinect One for robotics and computer vision applications
CN111736709A (zh) Ar眼镜控制方法、设备、存储介质及装置
JP2015118442A (ja) 情報処理装置、情報処理方法およびプログラム
US8970479B1 (en) Hand gesture detection
Weber et al. Exploiting augmented reality for extrinsic robot calibration and eye-based human-robot collaboration
KR102460361B1 (ko) 캘리브레이션 시스템 및 방법
TWI785871B (zh) 姿勢識別方法、設備及存儲介質
JP2012220271A (ja) 姿勢認識装置、姿勢認識方法、プログラム及び記録媒体
US20230133168A1 (en) Method for identifying human postures and gestures for interaction purposes and portable hand-held device
CN115713616A (zh) 一种房源空间模型生成方法、装置、终端设备及存储介质
WO2021169705A1 (zh) 手势深度信息的处理方法、装置、设备及存储介质
US9551922B1 (en) Foreground analysis on parametric background surfaces
CN114510143A (zh) 动作捕捉设备和动捕程序
JP7533265B2 (ja) 支援システム、画像処理装置、支援方法およびプログラム
JP2016139396A (ja) ユーザーインターフェイス装置、方法およびプログラム