一种人体姿态识别方法、系统、存储介质及设备转让专利
申请号 : CN202111132344.4
文献号 : CN113569828B
文献日 : 2022-03-08
发明人 : 林嘉 , 李检
申请人 : 南昌嘉研科技有限公司
摘要 :
权利要求 :
1.一种人体姿态识别方法,其特征在于,所述方法包括:获取人体姿态图像数据;
通过所述图像数据获取所述人体的背部轮廓,将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓,通过所述图像数据获取多个人体特征点,所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点;
通过预设图形规则,结合所述髋关节点与所述肩关节点,获取符合所述预设图形规则的参考点,以所述髋关节点与所述参考点的连线为角度起始边界,根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点,根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点;
依次连接所述耳框中心点、所述胸中心点、所述腰中心点、所述髋关节点以及所述踝点,分别获得以所述胸中心点为顶点的第一辅助角、以所述腰中心点为顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角,根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角,识别所述人体的当前姿态;
所述通过预设图形规则,结合所述髋关节点与所述肩关节点,获取符合所述预设图形规则的参考点的步骤包括:
以所述髋关节点与所述肩关节点为等边三角形的底边端点,向所述人体的前方寻找等边三角形的顶点,所述顶点为所述参考点。
2.根据权利要求1所述的人体姿态识别方法,其特征在于,所述通过所述图像数据获取所述人体的背部轮廓,将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓的步骤包括:
通过预训练的人体轮廓识别模型识别所述图像数据,获得所述人体的姿态轮廓,所述姿态轮廓包括背部轮廓;
收缩所述背部轮廓,使得收缩后的背部轮廓的两端点分别与所述髋关节点及所述肩关节点重合,获得所述背部收缩轮廓。
3.根据权利要求1所述的人体姿态识别方法,其特征在于,所述通过所述图像数据获取多个人体特征点的步骤包括:
通过预训练的深度学习神经网络模型识别所述图像数据,获取所述图像数据中的多个所述人体特征点。
4.根据权利要求1所述的人体姿态识别方法,其特征在于,所述第一预设角度的取值范围为36°40°;
~
所述第二预设角度的取值范围为9°13°。
~
5.根据权利要求1所述的人体姿态识别方法,其特征在于,所述根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点的步骤包括:以所述角度起始边界为角度测量起始线,根据第一预设角度结合所述角度测量起始线获取第一辅助线;
所述第一辅助线与所述背部收缩轮廓的交点为胸中心点;
所述根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点的步骤包括:以所述角度起始边界为角度测量起始线,根据第二预设角度结合所述角度测量起始线获取第二辅助线;
所述第二辅助线与所述背部收缩轮廓的交点为腰中心点。
6.根据权利要求2所述的人体姿态识别方法,其特征在于,所述参考点与所述背部轮廓分设于所述背部收缩轮廓的两侧。
7.一种人体姿态识别系统,其特征在于,所述系统包括:第一获取模块,用于获取人体姿态图像数据;
第二获取模块,用于通过所述图像数据获取所述人体的背部轮廓,将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓,通过所述图像数据获取多个人体特征点,所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点;
第三获取模块,用于通过预设图形规则,结合所述髋关节点与所述肩关节点,获取符合所述预设图形规则的参考点,以所述髋关节点与所述参考点的连线为角度起始边界,根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点,根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点;
识别模块,用于依次连接所述耳框中心点、所述胸中心点、所述腰中心点、所述髋关节点以及所述踝点,分别获得以所述胸中心点为顶点的第一辅助角、以所述腰中心点为顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角,根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角,识别所述人体的当前姿态;
第三获取模块包括:
参考点获取单元,用于以所述髋关节点与所述肩关节点为等边三角形的底边端点,向所述人体的前方寻找等边三角形的顶点,所述顶点为所述参考点。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一所述的人体姿态识别方法。
9.一种数据处理设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任一所述的人体姿态识别方法。
说明书 :
一种人体姿态识别方法、系统、存储介质及设备
技术领域
背景技术
幅度,主要反映这些部位的关节、韧带和肌肉的伸展性和弹性及身体柔韧素质的发展水平。
术自动对坐位体前屈照片进行识别时,一般都没有完整涵盖坐位体前屈所需要识别的人体
关节点,尤其是遗漏了胸中心点和腰中心点,导致不能正确判断肢体柔韧性的问题所在,不
利于为提升肢体柔韧性提供正确的训练方向。
发明内容
肢体柔韧性的问题所在的技术问题。
点包括髋关节点、肩关节点、耳框中心点、踝点;
获取与所述背部收缩轮廓的交点为胸中心点,根据第二预设角度获取与所述背部收缩轮廓
的交点为腰中心点;
角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角,根据所述
第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角,识别所述人体的当前姿
态。
况。具体的,通过获取髋关节点及肩关节点,再运用图形规则结合髋关节点及肩关节点获取
参考点,利用参考点再根据第一预设角度及第二预设角度分别获取得到胸中心点及腰中心
点,从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及第二辅助角,用于坐位体
前屈时,监测第一辅助角及第二辅助角的角度数据,获取到胸及腰的肢体角度数据,使得更
加全面的涵盖坐位体前屈所需要识别的人体关节点,便于正确判断肢体柔韧性的问题所
在,解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体关节点,导致不能正确
判断肢体柔韧性的问题所在的技术问题。
征点,所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点;
根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点,根据第二预设角度获取与
所述背部收缩轮廓的交点为腰中心点;
顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅
助角,根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角,识别所述
人体的当前姿态。
况。具体的,通过获取髋关节点及肩关节点,再运用图形规则结合髋关节点及肩关节点获取
参考点,利用参考点再根据第一预设角度及第二预设角度分别获取得到胸中心点及腰中心
点,从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及第二辅助角,用于坐位体
前屈时,监测第一辅助角及第二辅助角的角度数据,获取到胸及腰的肢体角度数据,使得更
加全面的涵盖坐位体前屈所需要识别的人体关节点,便于正确判断肢体柔韧性的问题所
在,解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体关节点,导致不能正确
判断肢体柔韧性的问题所在的技术问题。
态识别方法。
附图说明
具体实施方式
描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相
关的所列项目的任意的和所有的组合。
学习的人工神经网图像识别技术都没有完整涵盖坐位体前屈所需要识别的人体关节点,尤
其是胸中心点和腰中心点。如百度AI采用的21点人体模型,Openpose采用的25点人体模型,
谷歌MediaPipe采用的33点人体模型等,都没有包括人体的胸中心点和腰中心点。故为了实
现这两个部位的自动识别,本发明提出了一种将人工神经网络识别技术与传统计算机视觉
识别技术结合使用的识别方法,可以自动识别出人体坐位体前屈照片中的胸中心点和腰中
心点,可以有效的解决上述问题。
试者的肢体柔软度。除了测试结果外,专业教练还需要针对受试者身体各关节角度来对受
试者进行诊断:该受试者的身体各处的柔韧性哪个部位好哪个部位差等等。在诊断时需要
对耳、胸、腰、髋、踝、趾6个点依次连线所形成的4个肢体角度进行分别测量。
识别模型来执行一些常用的识别任务。例如openpose的人体模型可识别出25个主要关节
点,mediapipe可识别出33个关键点,百度AI可识别出人体的21个关键点等。这些识别技术
的使用也和普通的第三方算法库差别不大,向其输入图片或图像流,即可得到图像中人体
关键点的位置。但这些识别技术的人体识别模型只包括有限个关键点,例如如图2所示
openpose的25点人体模型中只包括:标号0为鼻,标号1为颈,标号2为右肩,标号3为右肘,标
号4为右腕,标号5为左肩,标号6为左肘,标号7为左腕,标号8为髋,标号9为右股,标号10为
右膝,标号11为右踝,标号12为左股,标号13为左膝,标号14为左踝,标号15为右眼,标号16
为左眼,标号17为右耳,标号18为左耳,标号19为左大趾,标号22为右大趾,标号20为左小
趾,标号23为右小趾,标号21为左踵,标号24为右踵,共25个关键点,在这25点之外的人体其
他部位则无法使用这些技术直接进行准确定位。故在本申请中提到的髋、肩等可以利用现
有技术中的openpose等直接识别定位,而胸、腰等则无法直接通过现有的图像识别技术进
行定位。
色相近原则来区分一副图像中的不同区块,并标识出区块的边界。在对一副图像进行水漫
算法时,首先在图像中选定一个注水点(色块内部点),例如一副蓝天白云的图片,在白色的
部分任选一点作为起始点,水漫算法会通过颜色相近原则寻找出所有与该点连通的白色
点,进而将白色和蓝色区域分开,并标示出二者的分界线。在坐位体前屈测试中,人体着装
颜色与照片背景颜色可以人为的选定为不同颜色,再找到人体区域内部的一个点,例如肩
髋连线上的点,即可通过水漫算法将人体和背景区分开来,而其分界线也包括了人体的背
部轮廓。
廓的交点为胸中心点,根据第二预设角度获取与背部收缩轮廓的交点为腰中心点。
以肩关节点与参考点的连线为角度起始边界,如若以肩关节点与参考点的连线为角度起始
边界,则第一预设角度及第二预设角度的角度区间,需要对应做出修改。
参考点。
形的底边,向人体前方寻找等边三角形顶点O,延伸OA连线,与背部轮廓交于点A′,计长度比
OA/OA′为Ra,延伸OB连线,与背部轮廓交于点B′,计长度比OB/OB′为Rb,做射线OC′,与背部
轮廓交于C′,角AOC为α,即第二预设角度,将C′点向O点收缩至C点,收缩比例Rc = Ra+(Rb‑
Ra) *(α/60°),C点即为腰中心点,做射线OD′,与背部轮廓交于D′,角AOD为β,即第一预设角
度,将D′点向O点收缩至D点,收缩比例Rd = Ra+(Rb‑Ra) *(β/60°),D点即为胸中心点。进一
步地,β的取值范围为36°40°;α的取值范围为9°13°。
~ ~
三辅助角以及以踝点为顶点的第四辅助角,根据第一辅助角、第二辅助角、第三辅助角以及
第四辅助角,识别人体的当前姿态。
踝点,通过自动测量∠E、∠F、∠G以及∠H,从而全面获取在做坐位体前屈测试时,人体的各
个肢体的角度值,从而,精准获取到具体的关节点的数据,用于判断此处关节点的柔韧性情
况。
性的问题所在,或是进一步提升的训练方向。例如是胸椎不够软,还是骨盆没发力等等。本
方法的目的即是实现这些角度的自动测量,从而给教练员的评判提供客观依据。
体柔韧性的问题所在的情况。具体的,通过获取髋关节点及肩关节点,再运用图形规则结合
髋关节点及肩关节点获取参考点,利用参考点再根据第一预设角度及第二预设角度分别获
取得到胸中心点及腰中心点,从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及
第二辅助角,用于坐位体前屈时,监测第一辅助角及第二辅助角的角度数据,获取到胸及腰
的肢体角度数据,使得更加全面的涵盖坐位体前屈所需要识别的人体关节点,便于正确判
断肢体柔韧性的问题所在,解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体
关节点,导致不能正确判断肢体柔韧性的问题所在的技术问题。
征点,所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点;
根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点,根据第二预设角度获取与
所述背部收缩轮廓的交点为腰中心点;
顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅
助角,根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角,识别所述
人体的当前姿态。
体柔韧性的问题所在的情况。具体的,通过获取髋关节点及肩关节点,再运用图形规则结合
髋关节点及肩关节点获取参考点,利用参考点再根据第一预设角度及第二预设角度分别获
取得到胸中心点及腰中心点,从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及
第二辅助角,用于坐位体前屈时,监测第一辅助角及第二辅助角的角度数据,获取到胸及腰
的肢体角度数据,使得更加全面的涵盖坐位体前屈所需要识别的人体关节点,便于正确判
断肢体柔韧性的问题所在,解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体
关节点,导致不能正确判断肢体柔韧性的问题所在的技术问题。
步骤。
指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执
行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设
备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传
输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装
置。
(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存
储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介
质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他
合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下
列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路
的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场
可编程门阵列(FPGA)等。
点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不
一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何
的一个或多个实施例或示例中以合适的方式结合。
发明的范围由权利要求及其等同物限定。