[發明專利]自動識別人體鏈狀結構中特征點的方法及其系統

有效

• 申請號: 201010159000.8
• 申請日: 2010-04-26
• 公開（公告）號: CN101840508A
• 公開（公告）日: 2010-09-22
• 發明（設計）人: 王兆其;鄧小明;黃武;夏時洪
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/20
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國;梁揮

技術領域

本發明涉及計算機視覺和模式識別領域，尤其涉及自動識別人體鏈狀結構中特征點的方法及其系統。

背景技術

人體鏈狀結構模型體現了人體各個部分的形狀，大小以及連接關系，它蘊含了人體生理結構的先驗知識。在有特征點的人體運動分析中，要描繪對象的運動，需要跟蹤運動對象的特征點，計算關節中心的位置，驅動骨骼模型。對于不同的運動個體，需要按照人體模型的拓撲結構，指定重構出的特征點的名稱及位置，建立符合要求的人體鏈狀模型，才能繼續完成跟蹤任務，進而驅動骨骼模型。

人體鏈狀結構模型建立完成之后，進行跟蹤前，只需要標注出運動圖像的首幀中重構的特征點的名稱，就可以進行人體運動的跟蹤。但是，由于人體運動比較復雜，在運動重構過程中，不可避免的會出現重構錯誤的點，稱之為雜點；另外，由于遮擋以及自遮擋等情況的影響，會出現標記點丟失的情況，稱之為丟點。如果用手工去選擇合適的首幀，并逐個標注出特征點的名稱，無疑是件非常繁瑣的事情，而且如果出現錯誤的標注會顯著降低跟蹤的準確性和可靠性。

二十世紀九十年代以來，隨著光學運動捕獲技術的興起，大量的三維人體運動捕獲數據生成，并被廣泛應用在計算機動畫，醫學仿真以及運動分析等領域。在獲取運動捕獲數據之后，如何從不準確和不完整的特征點數據中，根據人體鏈狀結構模型，快速準確地挑選跟蹤的首幀并對首幀的特征點進行正確識別和標注，以便后續根據這些信息進行運動跟蹤，進而驅動骨骼模型是現有技術中需要解決的問題。

發明內容

為了解決上述問題，本發明提供了自動識別人體鏈狀結構中特征點的方法及其系統，能夠利用給定的人體鏈狀結構模型，從具有丟失的或錯誤的特征點的運動數據序列中，確定首幀并對首幀中特征點進行標注。

本發明公開了一種自動識別人體鏈狀結構中特征點的方法，包括：

步驟1，讀取觀測對象的人體鏈狀結構模型，確定所述人體鏈狀結構模型中的剛體以及每個剛體上的特征點；

步驟2，通過運動捕捉獲得所述觀測對象的運動圖像的幀，以及各個幀的特征點集；

步驟3，從所述運動圖像的幀中選擇特征點集中特征點數量大于等于所述人體鏈狀結構模型中特征點數量的第一個幀為首幀；

步驟4，對于每個剛體，從所述首幀的特征點中枚舉出特征點組合，所述特征點組合中特征點數量同所述剛體上特征點數量相同，選擇對應于所述剛體符合距離約束條件的特征點組合作為枚舉結果；從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對，對應于剛體中的特征點標識匹配對中的特征點；

所述距離約束條件為所述特征點組合中任意兩個特征點間距離同所述剛體中對應的兩個特征點間距離的差值小于預設的距離變化閥值。

所述步驟4中從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對進一步為，

步驟21，應用絕對朝向算法從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對。

所述步驟4中從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對進一步為，

步驟31，對于枚舉結果中每個特征點組合，計算所述特征點組合中所有的兩個特征點間距離同所述剛體中對應的兩個特征點間距離的差值，確定所述特征點組合對應的差值的最大值；

步驟32，選擇所述最大值最小的特征點組合作為所述剛體的匹配對。

所述人體鏈狀結構模型中的剛體上特征點數量的最大值為K，并且剛體包含的特征點的集合同其他剛體包含的特征點的集合具有重疊部分；

所述步驟4進一步為，

步驟41，對于每個特征點數量為K的剛體，從所述首幀的特征點中枚舉出特征點組合，所述特征點組合中特征點數量為K，選擇對應于所述剛體符合距離約束條件的特征點組合作為枚舉結果；從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對，對應于剛體中的特征點標識匹配對中的特征點，將匹配對中包含的特征點從所述首幀的特征點集中除去；在所有特征點數量為K的剛體都被匹配完成后，將K更新為K-1；

步驟42，對于每個特征點數量為K，并且有L個特征點被匹配的剛體，其中1≤L＜K，從所述首幀的特征點集的剩余特征點中枚舉出K-L個特征點，所述枚舉的特征點和已同所述剛體匹配的首幀的特征點組合為特征點組合，選擇對應于所述剛體符合距離約束條件的特征點組合作為枚舉結果；從所述枚舉結果中選擇一個特征點組合作為所述剛體的匹配對，對應于剛體中的特征點標識匹配對中的特征點，將匹配對中包含的特征點從所述特征點集中除去；在所有特征點數量為K的剛體都被匹配完成后，將K更新為K-1；