一种基于姿态的考生位置定位方法.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CN110175531A(43)申请公布日2019.08.27(21)申请号201910366681.6G06T7/187(2017.01)(22)申请日2019.05.05G06T7/66(2017.01)G06T7/70(2017.01)(71)申请人沈阳航空航天大学地址110136辽宁省沈阳市沈北新区道义南大街37号(72)发明人张德园王俊远石祥滨杨啸宇武卫东刘芳李照奎刘翠微吴杰宏颜卓毕静代海龙李浩文(74)专利代理机构沈阳维特专利商标事务所(普通合伙)21229代理人李丹(51)Int.Cl.G06K9/00(2006.01)G06Q50/20(2012.01)权利要求书3页说明书7页(54)发明名称一种基于姿态的考生位置定位方法(57)摘要本发明公开了一种基于姿态的考生位置定位方法，包括如下步骤：S1：通过OpenPose模型提取监考视频中所有人的鼻子点、脖子点和双肩关节点的位置信息以及对应的置信度，用滑动窗口去掉分布稀疏的脖子点并对留下的脖子点数据进行增强，给每个增强数据一个权值，并根据鼻子和双肩关节点的置信度计算得到每个点的权值；S2：寻找连通区域；S3：聚合连通区域；S4：划分连通区域；S5：确定每个人的位置。该基于姿态的考生位置定位方法，定位方便快捷且运算简单，只利用姿态数据即可定位视频中多个人的位置而不需要使用额外的设备。CN110175531ACN110175531A权利要求书1/3页1.一种基于姿态的考生位置定位方法，其特征在于，包括如下步骤：S1：通过OpenPose模型提取监考视频中所有人的鼻子点、脖子点和双肩关节点的位置信息以及对应的置信度，用滑动窗口去掉分布稀疏的脖子点并对留下的脖子点数据进行增强，给每个增强数据一个权值，并根据鼻子和双肩关节点的置信度计算得到每个点的权值；S2：寻找连通区域：对S1中得到的增强图像进行二值化处理，得到二值图像，并找到二值图像上的所有连通区域；S3：聚合连通区域：计算S2中每个连通区域的质心以及连通区域内所有肩长的平均值，如果任意两个连通区域质心间的距离小于他们对应的平均肩长的和，则聚合两个连通区域并更新二值图像中的连通区域；S4：划分连通区域：将S3中更新后的二值图像按照长宽各4等分分成16个区域，并分别给每个区域编号，然后，划分脖子点密度大的区域的连通区域，并统计连通区域的权值，筛出权值小于σ的连通区域，更新二值图像，其中，σ为衡量该连通区域是否删除的阈值；S5：确定每个人的位置：将步骤S4中更新后的二值图像沿y轴分成三个区域，选择每个区域x值最大的点对应的质心，得到最右边一排的三个质心，用这三个质心画一条拟合直线，选择离直线距离小于ε的点作为该直线上的点，并在原质心中删除筛选过的点，依次画出后几条线，对得到的结果进行排序，最终确定每个人的位置，其中，ε表示连通区域质心到拟合直线之间距离的阈值。2.按照权利要求1所述基于姿态的考生位置定位方法，其特征在于：S1具体包括如下步骤：S11：通过OpenPose模型获取监考视频中所有人的鼻子点、脖子点和双肩关节点的位置信息以及对应的置信度；S12：去掉稀疏分布的脖子点数据：创建一个和视频长宽大小相同的二维数组，数组中所有点都初始化为0，在数组中分别建立以每个脖子点(xi，yi)为中心的7*7区域Di＝{(xi-3,yi-3),(xi-2,yi-3),…,(xi+2,yi+3),(xi+3,yi+3)}，依次统计每个脖子点所属区域的总数，若总数大于2，则保留该脖子点，否则，将该点作为噪声删除；S13：对留下的脖子点数据进行增强：在数组中分别建立以每个脖子点(xi，yi)为中心的3*3的区域Dj＝{(xj-1,yj-1),(xj,yj-1),…,(xj,yj+1),(xj+1,yj+1)}，为Dj中的每个点都设置一个权值，初始为0，观察和脖子点(xi，yi)属于同一个人的鼻子点的置信度(score)，若score<＝0.6，则将区域Dj内所有点的权值加1，若0.6<score<＝0.7，则将区域Dj内所有点的权值加2，若0.7<score<＝0.8，则将区域Dj内所有点的权值加3，若0.8<score<＝0.9，则将区域Dj内所有点的权值加4，若score>＝0.9，则将区域Dj内所有点的权值加5，以处理鼻子关节点相同的方式处理和脖子点(xi，yi)属于同一个人的左肩关节点和右肩关节点。3.按照权利要求2所述基于姿态的考生位置定位方法，其特征在于：S2具体包括如下步骤：S21：创建二值图像：创建一张空的图像，遍历步骤S1得到的二维数组，将权值大于0的点在空图像对应位置的值置为255，其余点的值置为0，得到二值图像，数值为255的点即为白色的像素点，