[發(fā)明專利]人體軀干識(shí)別裝置及方法、終點(diǎn)影像檢測(cè)方法、裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410200551.2
• 申請(qǐng)日: 2014-05-13
• 公開（公告）號(hào): CN104036231B
• 公開（公告）日: 2017-11-17
• 發(fā)明（設(shè)計(jì)）人: 聶余滿;朱波;李建峰;解正茂
• 申請(qǐng)（專利權(quán)）人: 深圳市菲普萊體育發(fā)展有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11201
• 代理人: 張大威

技術(shù)領(lǐng)域

本發(fā)明涉及競(jìng)技比賽檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種人體軀干識(shí)別裝置及方法、終點(diǎn)影像檢測(cè)方法、裝置及系統(tǒng)。

背景技術(shù)

終點(diǎn)影像檢測(cè)系統(tǒng)現(xiàn)在已廣泛應(yīng)用于各種現(xiàn)代徑賽項(xiàng)目中，該系統(tǒng)能夠捕捉徑賽選手穿越終線時(shí)的線陣圖像序列。由于線陣圖像是在特定時(shí)刻在固定點(diǎn)拍攝，因此需要把這些線陣圖像序列依次拼接起來(lái)獲取選手的撞線時(shí)刻。終點(diǎn)影像人工判讀需要專業(yè)裁判在線陣拼接圖片上辨別并標(biāo)示出選手的準(zhǔn)確撞線位置。而人工判別，實(shí)時(shí)性低且缺乏客觀性，很難滿足現(xiàn)代高水平競(jìng)技要求。

根據(jù)國(guó)際田徑協(xié)會(huì)聯(lián)合會(huì)的規(guī)則，選手的成績(jī)?nèi)Q于其軀干部位達(dá)到終線位置的時(shí)間。即在終點(diǎn)影像判讀工作中，需首先將軀干與頭、頸、臂、四肢及手腳區(qū)分開。近年來(lái)，國(guó)內(nèi)外已有很多關(guān)于人體和軀干的自動(dòng)檢測(cè)方法，但軀干檢測(cè)工作通常集中在人體定位而不考慮邊緣精度。關(guān)于運(yùn)動(dòng)員軀干檢測(cè)，Mori等提出使用限定條件能夠檢測(cè)籃球運(yùn)動(dòng)員軀干，但該方法不能應(yīng)用到其他運(yùn)動(dòng)員圖片。另外，運(yùn)動(dòng)員撞線時(shí)多變的姿勢(shì)以及高幀率導(dǎo)致的目標(biāo)圖像變形(扭曲)增大了自動(dòng)判斷的難度，需準(zhǔn)確地提取出目標(biāo)并且檢測(cè)到軀干的撞線點(diǎn)。Wang等人在徑賽圖片上做了終線檢測(cè)工作，但是卻忽略了重要的邊緣信息難以達(dá)到高精度。判讀的困難同樣也與特定身體部分相關(guān)，比如頭部和胳膊。Mikolajczyk等人提出了一種檢測(cè)肢體的方法，但是該方法僅僅是判斷頭部是否存在。Yoon提出了一種魯棒性的人體頭部檢測(cè)方法用于目標(biāo)跟蹤，但是該方法是建在在頭部和身體的輪廓呈現(xiàn)Ω形狀的假設(shè)，普適性差。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。

為此，本發(fā)明的第一個(gè)目的在于提出一種快速、精確的人體軀干識(shí)別裝置。

本發(fā)明的第二個(gè)目的在于提出一種人體軀干識(shí)別方法。

本發(fā)明的第三個(gè)目的在于提出一種終線影像檢測(cè)方法。

本發(fā)明的第四個(gè)目的在于提出一種終線影像檢測(cè)裝置。

本發(fā)明的第五個(gè)目的在于提出一種終點(diǎn)影像檢測(cè)系統(tǒng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面實(shí)施例的人體軀干識(shí)別裝置，包括：目標(biāo)提取模塊，用于獲取沖線圖像的體型輪廓，并確定所述體型輪廓的最小外接矩形以獲取所述沖線圖像中的目標(biāo)區(qū)域；體型分割模塊，用于從所述目標(biāo)區(qū)域中分割出體型；識(shí)別模塊，用于從所述體型中識(shí)別出軀干部分。

根據(jù)本發(fā)明實(shí)施例的人體軀干識(shí)別裝置，精確定位目標(biāo)區(qū)域，并通過(guò)體型分割有效地去除了下肢、手臂和頭部等的干擾，能夠快速準(zhǔn)確地識(shí)別出沖線圖像的人體軀干部分。

在一些示例中，在所述體型分割模塊中采用二值化方法提取出體型，具體包括：統(tǒng)計(jì)所述目標(biāo)區(qū)域中的每一行的R、G、B三個(gè)通道中各個(gè)像素值出現(xiàn)的頻率，并將每一行的R、G、B三個(gè)通道中出現(xiàn)頻率最高的像素值存入三維向量中；將所述三維向量作為標(biāo)準(zhǔn)背景列，求解所述目標(biāo)區(qū)域的每一列的像素值與所述標(biāo)準(zhǔn)背景列的差值，若所述差值大于預(yù)設(shè)閾值，則像素值設(shè)置為1，反之，則像素值設(shè)置為0；根據(jù)預(yù)設(shè)的有效像素個(gè)數(shù)進(jìn)一步優(yōu)化，以消除噪生和背景部分從而提取出體型。

在一些示例中，所述識(shí)別模塊識(shí)別出軀干部分采用以下步驟實(shí)現(xiàn)：根據(jù)預(yù)設(shè)身高比例去除所述體型中的下肢部分；分割出所述體型中的前部；檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂；識(shí)別并去除所述體型中的頭部。

進(jìn)一步地，在一些示例中，所述分割出所述體型中的前部具體包括：確定所述體型的重心；利用通過(guò)所述重心的豎直分割線將所述體型分割為前后兩部分，以獲取所述體型的前部。

進(jìn)一步地，在一些示例中，所述檢測(cè)并去除所述體型中的不同姿勢(shì)的手臂具體包括：通過(guò)限定的手臂寬度和最小匹配長(zhǎng)度確定橫向手臂掩膜T₁和縱向手臂掩膜T₂，其中，所述T₁和T₂中心的像素值為零；將T₁和T₂在預(yù)定區(qū)域內(nèi)按照從左到右、從上到下的次序逐像素移動(dòng)，當(dāng)滿足，當(dāng)從左到右逐像素移動(dòng)時(shí)，對(duì)于T₁，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為零，對(duì)于T₂，各個(gè)元素累加所述預(yù)定區(qū)域最上和最下的邊緣像素值，均為不為零，當(dāng)從上到下逐像素移動(dòng)時(shí)，對(duì)于T₁，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均不為零，對(duì)于T₂，各個(gè)元素累加所述預(yù)定區(qū)域最左和最右的邊緣像素值，均為零，則判定所述預(yù)定區(qū)域內(nèi)存在手臂；將所述預(yù)定區(qū)域內(nèi)的所有像素置零，以去除所述手臂。