[發明專利]基于多Kinect的全方位人體追蹤方法及處理設備

有效

• 申請號: 201710656830.3
• 申請日: 2017-08-03
• 公開（公告）號: CN107563295B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 車武軍;田建曌;谷卓;徐波
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/01
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

1.一種基于多Kinect的全方位人體追蹤方法，其特征在于，所述方法包括：

接收終端設備所發送的人體骨架的骨架數據；

匹配所述骨架數據，根據匹配結果將屬于同一人的骨架數據分為一組；

根據所述骨架數據和所述骨架數據所對應人體骨架的歷史數據確定出各人體骨架的骨架圖像為正面或為反面，并對所確定的骨架圖像進行翻轉處理；

對所確定的骨架圖像進行慣性處理，確定所述人體骨架的位置和運動姿勢；

在匹配所述骨架數據之前還包括校準終端設備：

從各終端獲取同一人的多幀骨架數據；

比較各終端設備中骨架數據的可信度，選出所述多幀骨架數據的可信度最高的終端設備為參考終端設備，確定所述參考終端設備的坐標系作為參考坐標系；其中，所述骨架數據的可信度由所述骨架數據中關節點的狀態確定；

根據各非參考終端的骨架數據中關節點的坐標和參考終端的骨架數據中關節點的坐標的差異，以及各關節點在各終端的權重確定出所述各非參考終端與所述參考終端之間坐標系的變換校準矩陣，通過變換校準矩陣使得各終端設備所獲得人體骨架的骨架數據在相同的參考坐標系下；其中，所述各關節點在各終端的權重由所述關節點的數據的狀態確定，所述狀態包括追蹤到的、推測的、未追蹤到的。

2.根據權利要求1所述的基于多Kinect的全方位人體追蹤方法，其特征在于，所述確定出各所述非參考終端與所述參考終端之間坐標系的變換校準矩陣，其方法為：應用最小優化算法，計算如下公式中D值最小時對應的變換校準矩陣M_i：

其中，j＝2，3，4，…，n；j表示第j個關節點，n表示關節點的個數，v_ij表示第i臺終端設備獲取的骨架數據中骨架的第j個關節的坐標，v_1j表示被作為參考終端設備獲取的骨架數據的骨架的第j個關節的坐標，w_ij表示第i臺終端設備獲取的骨架數據中骨架的第j個關節的權重，w_1j表示參考終端設備獲取的骨架數據的骨架的第j個關節的權重。

3.根據權利要求1所述的基于多Kinect的全方位人體追蹤方法，其特征在于，所述匹配所述骨架數據，根據匹配結果將屬于同一人體的骨架數據分為一組，包括：

確定出各終端所發送的骨架數據中骨架的關節點在參考坐標系的坐標；

根據各骨架關節點在參考坐標系的坐標確定每個人體骨架的中心位置；

比較各個人體骨架的中心位置之間的距離，確定出所述距離小于預定值的多個人體骨架為屬于同一人的人體骨架；

將屬于同一人的骨架數據分為同一組。

4.根據權利要求1所述的基于多Kinect的全方位人體追蹤方法，其特征在于，所述根據所述骨架數據和所述骨架數據所對應人體骨架的歷史數據確定出所述人體骨架的骨架圖像為正面或為反面，包括：

從所述骨架數據和所述歷史數據中提取出所述人體骨架的各關節點的坐標，其中，所述關節點的坐標包括從所述骨架數據提取的當前幀骨架的關節點坐標、以及從所述歷史數據中提取的上幀合成骨架的關節點坐標；

根據所述關節點坐標和所述關節點的權重確定出捕捉參數；

根據所述上幀合成骨架的捕捉結果和所述捕捉參數，確定出所述當前幀人體骨架的骨架圖像為正面或為反面。

5.根據權利要求4所述的基于多Kinect的全方位人體追蹤方法，其特征在于，所述根據所述關節點坐標和所述關節點的權重確定出捕捉參數，包括：

根據關節點坐標和關節點的權重，通過如下公式確定捕捉參數C：

其中，n表示關節點數，v_j表示當前幀骨架的第j個關節的坐標，v′_j表示上幀合成骨架的第j個關節的坐標，w_j表示當前幀骨架的第j個關節的權重，w′_j表示上幀合成骨架的第j個關節的權重。