[發明專利]一種基于RGBD圖像的坐姿幾何參數檢測方法及系統

在審

• 申請號: 202110543450.5
• 申請日: 2021-05-19
• 公開（公告）號: CN113065532A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 李楊;都思丹;劉晟;朱治亦;吳佳昱
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/70;G06N3/04;G06N3/08
• 代理公司: 南京知識律師事務所 32207
• 代理人: 張蘇沛

本發明公開了一種基于RGBD圖像的坐姿幾何參數檢測方法，包括以下步驟：通過圖像攝取，獲取人體坐姿時的RGB圖像信息；對RGB圖像信息進行深度識別，獲取圖像的深度信息；對RGB圖像信息進行身體識別，獲取圖像中人體的稠密關鍵點信息；對RGB圖像信息進行頭部識別，獲取人體的頭部姿態信息；對深度信息、稠密關鍵點信息和頭部姿態信息進行計算，并獲取坐姿幾何參數；本發明公開的基于RGBD圖像的坐姿幾何參數檢測方法具有高精度、高可靠性、誤檢率低和成本低的特點。

技術領域

本發明涉及計算機視覺技術領域，特別涉及一種應用人體姿態及頭部姿態估計算法進行基于RGBD圖像的坐姿幾何參數檢測方法及系統。

背景技術

如今人們坐立時間日益增加，不正確的坐姿會嚴重影響人們的脊柱健康，而現今對于坐姿檢測的技術卻依舊不夠成熟。如今市面上出現的坐姿檢測設備主要以坐姿檢測筆、坐姿檢測臺燈為代表。它們往往僅從手與頭部距離等這樣的單一數據進行檢測，容易出現漏檢、誤檢、誤報等問題，其精度和準確度都較差。

另外還有一些基于計算機視覺中人體姿態估計的算法的坐姿檢測方法，如基于Kinect相機的人體坐姿識別方法(中國專利202010719422.X)以及基于Kinect的人體坐姿行為識別方法和系統(中國專利201810369535.4)，前者采用Kinect雙目相機采集圖像與深度信息，然后利用識別模塊進行人體部位關鍵點的識別工作，最后根據這些點的位置坐標計算出雙眼距離閱讀對象的距離、雙肩的高度差、脊柱的角度和三相轉向角等參數。雖然它能夠識別出人體坐姿的各種參數，但其識別模塊只能檢測人體較為稀疏的幾個關鍵點，其結果精度受個別關鍵點檢測精度影響較大，可靠性以及精度都不高，且不能檢測出人體頭部姿態和人眼視線方向。而后者的專利主要目的是為了解決人們在“非正坐”的情況下的識別問題，其采用的主要是通過人體姿態行為的骨架圖像序列，通過K-means等算法進行聚類，然后判斷各幀圖像與特征圖像之間的差異，以此來完成對于圖像分類的工作。這篇專利主要是進行了圖像分類的工作，并未對人體坐姿的正確與否給出判斷，也無法給出人體坐姿下的各種參數值。

中國專利202110001649.5則將坐姿分為四大類：左側姿、右側姿、低頭姿以及正坐姿，這種方式只能能夠檢測到一個粗略的坐姿描述，并不能夠準確的得到坐姿參數。該專利將坐姿限定為4個大類，然而實際中人們的坐姿并不固定，所以該方法無法適用于人們生活中的各個場景下。而中國專利202011088718.2提出的一種基于關鍵點檢測的人體坐姿識別方法則需要預檢人員事先進行圖像和關鍵點的采集工作，將坐姿限定于正確坐姿、頭部左偏、頭部右偏、身體左傾、身體右傾、脊椎彎曲以及肩膀不平行7種坐姿下，同樣不適用于所有的生活場景，且對于坐姿的描述并不夠全面。

以上設備及技術方案都存在坐姿精度不高、穩定性差等缺陷，故現在存在的算法及設備都不能很好的完成坐姿檢測的目的，人們急需一種可靠性高、成本較低且健康的坐姿檢測方法。

發明內容

為此，需要提供一種高精度、高可靠性、誤檢率低和成本低的基于RGBD圖像的坐姿幾何參數檢測方法。

為實現上述目的，發明人提供了一種基于RGBD圖像的坐姿幾何參數檢測方法，包括以下步驟：

通過圖像攝取，獲取人體坐姿時的RGB圖像信息；

對RGB圖像信息進行深度識別，獲取圖像的深度信息；

對RGB圖像信息進行身體識別，獲取圖像中人體的稠密關鍵點信息；

對RGB圖像信息進行頭部識別，獲取人體的頭部姿態信息；

對深度信息、稠密關鍵點信息和頭部姿態信息進行計算，并獲取坐姿幾何參數。

作為本發明的一種優選方式，在對RGB圖像信息進行深度識別時，還包括步驟：對數字化的雙目圖像或視頻進行預處理；對預處理后的雙目圖像或視頻進行計算，并轉換成包含深度信息的深度圖像。