一种基于单目深度摄像头的人体测量的方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674205A(43)申请公布日2021.11.19(21)申请号202110814930.0G06K9/62(2006.01)(22)申请日2021.07.19(71)申请人广州紫为云科技有限公司地址510000广东省广州市黄埔区香雪八路98号F栋20层2001-1房(仅限办公)(72)发明人程煜钧赵乾唐志强张磊丁博文李观喜(74)专利代理机构广州名扬高玥专利代理事务所(普通合伙)44738代理人郭琳(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/593(2017.01)G06T7/90(2017.01)权利要求书3页说明书6页附图1页(54)发明名称一种基于单目深度摄像头的人体测量的方法及系统(57)摘要本发明公开了一种基于单目深度摄像头的人体测量的方法，所述方法包括：采用yolo目标检测算法对人体所在区域进行检测，根据yolo得到的矩形框，在原始深度图像上进行裁剪，裁剪后作为输入图像传入关键点定位模块；通过使用一个随机森林模型对骨骼关键点进行识别以得到人体关键点的关键点坐标；得到人体关键点的关键点坐标之后，对所述关键点坐标进行坐标变换，所述测量模块通过身体关键点的空间坐标，即可对身体进行测量。本发明采用深度摄像头，相比于RGB摄像头，可以有效解决光照不足、光照过强、颜色混淆等问题，极大的提高设备的抗干扰性。并且可以更加准确的找到人体轮廓。CN113674205ACN113674205A权利要求书1/3页1.一种基于单目深度摄像头的人体测量系统，其特征在于，所述系统包括：人体检测模块，所述人体检测模块采用yolo目标检测算法对人体所在区域进行检测，根据yolo得到的矩形框，在原始深度图像上进行裁剪，裁剪后作为输入图像传入关键点定位模块；关键点定位模块，所述关键点定位模块通过使用一个随机森林模型对骨骼关键点进行识别；人体测量模块，得到人体关键点的关键点坐标之后，对所述关键点坐标进行坐标变换，所述测量模块通过身体关键点的空间坐标，即可对身体进行测量。2.如权利要求1所述的一种基于单目深度摄像头的人体测量系统，其特征在于，所述人体检测模块进一步包括：所述yolo目标检测算法采用Yolo的网络结构，该网络结构的核心为darknet‑53，该算法的输出为三个box，yolov3设定的是每个网格单元预测3个box，所以每个box需要有(x,y,w,h,confidence)五个基本参数，使用深度摄像头采集深度图像，并转换为3通道图像，将图像作为输入传入yolo神经网络，可以得到人体所在的矩形框大小及位置信息，根据yolo得到的矩形框，在原始深度图像上进行裁剪，裁剪后作为输入图像传入下一模块。3.如权利要求1所述的一种基于单目深度摄像头的人体测量系统，其特征在于，所述关键点定位模块进一步包括：特征描述模块，所述特征描述模块对图像中任意一像素点可以通过如下公式进行特征的描述：其中，I是整张深度图像数据，尺寸为w*h，通道为1，每个像素的值为物体到摄像头的距离，x为图像I中某一指定的像素点，dIx是某像素点x在图像中的深度值，u和v是特征的偏移值，单位为像素，确保了人体特征在任何深度都保持不变；对于图像中给定的任意一点x，在其周围取均匀的8个方向，分别计算其u,v并带入上述公式，即可获得该点x的八个特征值。4.如权利要求1所述的一种基于单目深度摄像头的人体测量系统，其特征在于，所述关键点定位模块进一步包括：随机森林模块，所述随机森林模块根据像素点的特征、可以构建出多个决策树，形成随机森林，再将任意一个像素点的特征值输入到树的根部，通过不同的θ值，将特征点分类到不同的叶子节点。5.如权利要求4所述的一种基于单目深度摄像头的人体测量系统，其特征在于，将身体上32个关键点使用不同的one‑hot值，作为不同的分类目标，每一个叶子节点将计算出一个像素点被分类为不同身体关键点的概率值，将任意一像素点输入到不同的随机决策树中，可以得到多个概率分布模型，将所有概率分布求平均数即可得到该像素点被分类为某一身体关键点的概率，公式如下：2CN113674205A权利要求书2/3页其中，Pt为随机决策树t的概率分布模型，Pt(c|I,x)为基于该概率分布模型，深度图像I中一点x被分类为身体关节c的概率，在随机森林的训练过程中，将数据集进行均匀划分，每棵树使用不同的数据集进行训练；在随机决策树的每一层，使用不同的参数θ和阈值τ，同时计算不同节点的交叉信息熵，计算信息增益，不断的更新随机树的参数，最终得到一个具有准确的分类功能的随机树。6.如权利要求1所述的一种基于单目深度摄像头的人体测量系统，其特征在于，所述关键点定位模块进一步