检测对象姿势的设备、方法和介质技术

提供了一种检测对象姿势的设备和方法。可提取对象的关键连结数据，可基于提取的关键连结数据产生候选姿势，并可基于产生的候选姿势使用数据库检索最有可能的姿势。

【技术实现步骤摘要】
【国外来华专利技术】【专利摘要】提供了一种检测对象姿势的设备和方法。可提取对象的关键连结数据，可基于提取的关键连结数据产生候选姿势，并可基于产生的候选姿势使用数据库检索最有可能的姿势。【专利说明】检测对象姿势的设备、方法和介质
以下的说明书的一个或更多个实施例至少涉及一种检测对象姿势的设备、方法和介质。
技术介绍
由于人类在其日常生活中使用双眼，故人类可在短距离和长距离非常好地识别出人体姿势，例如，即使在具有低分辨率或有限信息的情况下。然而，在计算机视觉系统中，很难识别出不同的人体姿势，尽管这样的识别在各个领域都受到期望。为了解决这样的问题，传统的基于模型的方式已经普遍用于单独识别不同的姿势。传统的基于模型的方式通过测量人体模型和关联的图像区域的重叠之间的相似度来使人体模型与输入图像拟合。然而，很难将传统的基于模型的方式应用于在复杂姿势(诸如，不同的身体部位具有重叠的深度的坐姿或躺姿，因此重叠的身体部位分别产生大量遮蔽，诸如当练习瑜伽或伸展时在身体部位的运动中，当从特定视点进行观看时，不同的身体部位重叠是普遍的)之间进行区分。此外，由于传统的基于模型的方式一般需要高计算能力，很难将传统的基于模型的方式应用于嵌入式环境(例如，为特定控制功能设计的在通常包括硬件和潜在的机械零件的较大的系统或一体式装置内的计算系统)。当存在需要这样高的计算能力的快速运动时，对身体部位或姿势的追踪同样困难。此外，传统的基于模型的方式针对设置为被分割或与图像的剩余部分相比被单独识别的图像的一部分的分割误差(例如，仅作为示例的确定的范围、边缘或轮廓中的误差)不鲁棒。
技术实现思路
技术方案通过提供一种设备，可克服上述问题或困难和/或实现其它方面，所述设备包括:关键连结检测器，分析图像以在图像中检测关于对象的各个多个关键连结的关键连结数据；数据库，存储代表一个或更多个对象的潜在姿势的多个对象姿势的各个信息；姿势检索器，基于检测到的关键连结数据从数据库检索并输出多个对象姿势的最可能的姿势，其中，所述最有可能的姿势与对象的实际姿势具有确定的最高的相似度。通过提供一种方法，可克服上述问题或困难和/或实现其它方面，所述方法包括:分析图像以在图像中检测关于对象的各个多个关键连结点的关键连结数据，并且基于检测出的关键连结数据从存储代表一个或更多个对象的潜在姿势的多个对象姿势的各种信息的数据库检索并输出多个对象姿势的最有可能的姿势，其中，最有可能的姿势是与对象的实际姿势具有确定的最高的相似度的姿势。—个或更多个实施例的其它方面、特征和/或优点部分将在以下的说明中被阐述，部分将从本说明中变得清楚，或者可通过一个或更多个实施例的实践而学习到。【专利附图】【附图说明】通过以下结合附图的对一个或更多个实施例的描述，这些和/或其它方面和优点将变得清楚和更加易于理解，其中:图1示出根据一个或更多个实施例的对象姿势检测设备；图2和图3分别示出根据一个或更多个实施例的仅作为示例的分别展示各自的关键连结的摆出姿势的对象；图4-图6示出根据一个或更多个实施例的仅作为示例的例如可用于图1的对象姿势检测设备的各个关键连结检测器的操作；图7和图8示出根据一个或更多个实施例的仅作为示例的例如可用于图1的对象姿势检测设备的预处理元件的操作；图9示出根据一个或更多个实施例的仅作为示例的例如可用于图1的对象姿势检测设备的姿势检索器的操作；图10和图11示出根据一个或更多个实施例的对象骨架；图12示出根据一个或更多个实施例的仅作为示例的例如可用于图1的对象姿势检测设备的后处理元件的操作；图13示出根据一个或更多个实施例的仅作为示例的例如可用于图1的对象姿势检测设备的基于模型的追踪器的操作；图14示出根据一个或更多个实施例的仅作为示例的通过其将例如可用于图1的对象姿势检测设备的姿势检索器配置为使用加权因数来检索最可能的姿势的操作；图15示出根据一个或更多个实施例的对象姿势检测方法；图16a和图16b示出根据一个或更多个实施例的被配置为包括例如处理装置、潜在的可被配置为与各个其它处理装置进行通信的用户界面、以及潜在的其它用户界面的一个或更多个对象姿势检测设备。【具体实施方式】现在将详细参照在附图中示出的一个或更多个实施例，其中，相似的附图标号始终指示相似的元件。就此而言，本专利技术的实施例可按照许多不同形式实施，并且不应该被解释为限于在此阐述的实施例。因此，以下仅通过参照附图来描述实施例，以解释本专利技术的方面。图1示出根据一个或更多个实施例的对象姿势检测设备。图1的对象姿势检测设备可从深度图像102检测对象101的关键连结数据。此外，图1的对象姿势检测设备可基于检测出的关键连结数据从数据库120检索与对象101具有确定的最高的相似度的最可能的姿势。因此，图1的对象姿势检测设备可检测确定的与例如对象101最相似的姿势。在下文中，将根据一个或更多个实施例来更加详细地描述图1的对象姿势检测设备的所述组件的一个或更多个操作。图1的对象姿势检测设备可包括例如关键连结检测器110、数据库120和姿势检索器130。关键连结检测器110可从深度图像102检测对象101的关键连结数据。对象101可表示可包括在预记录图像或从相机实时输入的实时图像中的人、无生命对象等。关键连结可被认为是例如对象101的端部位和连接部位等。数据库120可存储一个或更多个预定义的对象姿势的信息，其中，预定的对象姿势中的至少一个潜在地被确定为与对象101关联，例如，被确定为观察到的对象101的最可能姿势。例如，关联的对象姿势可被确定为已经可大体上被确定为与对象101关联的一个或更多个预定义的姿势。在实施例中，关联的对象姿势可表示其中一个或更多个预定义的姿势的默认(即，预先设置的)关键连结不重叠的姿势。默认关键连结可包括:仅作为示例，图2中所示的示出的对象的头211、手212和213以及脚214和215末端部位。在该实施例或另一实施例中，关联的对象姿势可表示从在现实世界中频繁地与对象101关联的姿势中选择的姿势，诸如根据由对象表示的用户的基本运动或伸展活动。在此，对象姿势检测装置的用户还可选择性地识别哪个预定义的对象姿势应该与观察到的对象101关联。姿势检索器130可基于关键连结数据使用数据库120检索例如与对象101具有最高的确定的相似度的预定义的对象姿势的姿势。姿势检索器130可根据各种方案来识别具有最高的确定的相似度的预定义的对象姿势。例如，姿势检索器130可从预定义的对象姿势识别至少一个候选姿势，并使用识别出的至少一个候选姿势来识别对象101的最可能的姿势。为了产生(例如，识别)针对对象101的至少一个候选姿势，姿势检索器130可使用将约束逆运动学(IK)应用于关键连结数据的方案，以及基于关键连结数据从数据库120统计地提取针对对象101的至少一个候选姿势的方案。所述约束IK可包括定义例如针对一个或更多个身体部位的一个或更多个已知的各个姿势的一系列连结参数的预定义的运动学方程的逆运算，以识别引起针对对象的不同候选姿势的潜在的连结角度或身体部位之间的相关的位置关系。仅作为示例，运动学方程可定义例如在复杂的铰接系统的各个独立参数的配置上具有非线性约束的环路方程。运动学方程中的不同参数还可被认为是相应的连结或系统的自由度(D0F)本文档来自技高网...

【技术保护点】
一种设备，所述设备包括：关键连结检测器，分析图像以在图像中检测关于对象的各个多个关键连结的关键连结数据；数据库，存储代表一个或更多个对象的潜在姿势的多个对象姿势的各个信息；对象检索器，基于检测出的关键连结数据从数据库检索并输出多个对象姿势的最有可能的姿势，其中，所述最有可能的姿势与对象的实际姿势具有确定的最高的相似度。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：俞炳仁，崔昌圭，韩在濬，
申请(专利权)人：三星电子株式会社，
类型：
国别省市：