一种用户姿态的确定方法、装置以及处理设备与流程

1.本技术涉及动作捕捉领域，具体涉及一种用户姿态的确定方法、装置以及处理设备。


背景技术：

2.动作捕捉技术，广泛地应用于虚拟现实(artificial reality，ar)、体感游戏等应用场景，可以为应用提供用户动作，即用户姿态的相关数据的数据支持。
3.用户姿态，不仅可以为使用用户的用户姿态，也可以为应用开发人员的用户姿态，也就是说，从应用的开发过程到应用的实用过程，都可涉及到用户姿态的精确评估。
4.而在现有的相关技术的研究过程中，发明人发现，当存在精度较高的用户姿态评估需求时，对一些微小的用户姿态的评估存在精度较差的问题，甚至，在一些用户姿态评估处理中，还可能存在评估不出所需的微小的用户姿态的问题，也就是说，现有的用户姿态评估技术，存在精度欠缺的问题。


技术实现要素：

5.本技术提供了一种用户姿态的确定方法、装置以及处理设备，用于提供更为精细化的用户姿态确定结果，保障强有力的数据支持。
6.第一方面，本技术提供了一种用户姿态的确定方法，方法包括：
7.处理设备获取待评估用户姿态的目标图像，目标图像是拍摄目标用户得到的，目标图像包括深度摄像头采集得到的彩色信息以及深度信息；
8.处理设备通过坐标转换处理，将目标图像转换为三维点云；
9.处理设备识别三维点云中属于人体背部区域的目标三维点云；
10.处理设备识别目标三维点云中包含的预设特征点云，得到特征点云位置；
11.处理设备以特征点云位置为基础，确定目标三维点云中属于人体背部中线区域的点云；
12.处理设备对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果。
13.结合本技术第一方面，在本技术第一方面第一种可能的实现方式中，目标图像具体包括表征彩色信息的彩色图像以及表征深度信息的深度图像，处理设备通过坐标转换处理，将目标图像转换为三维点云，包括：
14.处理设备通过坐标转换处理，将彩色图像以及深度图像融合并转换为三维点云。
15.结合本技术第一方面，在本技术第一方面第二种可能的实现方式中，处理设备识别三维点云中属于人体背部区域的目标三维点云，包括：
16.处理设备通过滤波算法，过滤三维点云中的异常点云以及属于背景区域的点云，得到第一三维点云；
17.处理设备基于颜色特征信息，从第一三维点云中剔除出人体下半部分、手掌、头发
以外的点云，得到第二三维点云；
18.处理设备去除第二三维点云中属于上肢区域的点云，得到第三三维点云；
19.处理设备基于体素，对第三三维点云进行降采样，得到目标三维点云。
20.结合本技术第一方面，在本技术第一方面第三种可能的实现方式中，处理设备识别目标三维点云中包含的预设特征点云，得到特征点云位置，包括：
21.处理设备识别目标三维点云中属于耳朵以及髋骨点的预设特征点云，得到特征点云位置。
22.结合本技术第一方面，在本技术第一方面第四种可能的实现方式中，处理设备对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果，包括：
23.处理设备对人体背部中线区域的点云投影至二维平面，并结合多项式拟合，进行背部中线拟合，得到背部中线姿态确定结果。
24.结合本技术第一方面，在本技术第一方面第五种可能的实现方式中，目标图像是在纯色背景、纯色背景的颜色与用户皮肤颜色的颜色区分度大于预设区分度的两个条件下，拍摄目标用户得到的。
25.结合本技术第一方面，在本技术第一方面第六种可能的实现方式中，背部中线姿态确定结果包括背部中线的图像信息以及脊柱侧弯角度。
26.第二方面，本技术提供了一种用户姿态的确定装置，装置包括：
27.获取单元，用于获取待评估用户姿态的目标图像，目标图像是拍摄目标用户得到的，目标图像包括深度摄像头采集得到的彩色信息以及深度信息；
28.转换单元，用于通过坐标转换处理，将目标图像转换为三维点云；
29.识别单元，用于识别三维点云中属于人体背部区域的目标三维点云；
30.识别单元，还用于识别目标三维点云中包含的预设特征点云，得到特征点云位置；
31.确定单元，用于以特征点云位置为基础，确定目标三维点云中属于人体背部中线区域的点云；
32.拟合单元，用于对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果。
33.结合本技术第二方面，在本技术第二方面第一种可能的实现方式中，目标图像具体包括表征彩色信息的彩色图像以及表征深度信息的深度图像，转换单元，具体用于：
34.通过坐标转换处理，将彩色图像以及深度图像融合并转换为三维点云。
35.结合本技术第二方面，在本技术第二方面第二种可能的实现方式中，识别单元，具体用于：
36.通过滤波算法，过滤三维点云中的异常点云以及属于背景区域的点云，得到第一三维点云；
37.基于颜色特征信息，从第一三维点云中剔除出人体下半部分、手掌、头发以外的点云，得到第二三维点云；
38.去除第二三维点云中属于上肢区域的点云，得到第三三维点云；
39.基于体素，对第三三维点云进行降采样，得到目标三维点云。
40.结合本技术第二方面，在本技术第二方面第三种可能的实现方式中，识别单元，具体用于：
41.识别目标三维点云中属于耳朵以及髋骨点的预设特征点云，得到特征点云位置。
42.结合本技术第二方面，在本技术第二方面第四种可能的实现方式中，拟合单元，具体用于：
43.对人体背部中线区域的点云投影至二维平面，并结合多项式拟合，进行背部中线拟合，得到背部中线姿态确定结果。
44.结合本技术第二方面，在本技术第二方面第五种可能的实现方式中，目标图像是在纯色背景、纯色背景的颜色与用户皮肤颜色的颜色区分度大于预设区分度的两个条件下，拍摄目标用户得到的。
45.结合本技术第二方面，在本技术第二方面第六种可能的实现方式中，背部中线姿态确定结果包括背部中线的图像信息以及脊柱侧弯角度。
46.第三方面，本技术提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本技术第一方面或者本技术第一方面任一种可能的实现方式提供的方法。
47.第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本技术第一方面或者本技术第一方面任一种可能的实现方式提供的方法。
48.从以上内容可得出，本技术具有以下的有益效果：
49.针对于用户姿态中细微层面的背部中线姿态，本技术结合目标图像的彩色信息以及深度信息，将其转化为三维层面的三维点云，并识别三维点云中属于人体背部区域的目标三维点云，并结合识别出的特征点云位置确定目标三维点云中属于人体背部中线区域的点云，此时对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果，在这过程中，不仅通过三维点云重构了背部，并且引入的特征点云位置还可起到有效的精确定位作用，因此可得到高精度的背部中线姿态确定结果，在动作捕捉技术中需要应用到高精度的背部中线确定结果时，可保障强有力的数据支持。
附图说明
50.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
51.图1为本技术用户姿态的确定方法的一种流程示意图；
52.图2为本技术识别目标三维点云的一种流程示意图；
53.图3为本技术用户姿态的确定装置的一种结构示意图；
54.图4为本技术处理设备的一种结构示意图。
具体实施方式
55.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施
例，都属于本技术保护的范围。
56.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本技术中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。
57.本技术中所出现的模块的划分，是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本技术中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本技术方案的目的。
58.在介绍本技术提供的用户姿态的确定方法之前，首先介绍本技术所涉及的背景内容。
59.本技术提供的用户姿态的确定方法、装置以及计算机可读存储介质，可应用于处理设备，用于提供更为精细化的用户姿态确定结果，保障强有力的数据支持。
60.本技术提及的用户姿态的确定方法，其执行主体可以为用户姿态的确定装置，或者集成了该用户姿态的确定装置的服务器、物理主机或者用户设备(user equipment，ue)等不同类型的处理设备。其中，用户姿态的确定装置可以采用硬件或者软件的方式实现，ue具体可以为智能手机、平板电脑、笔记本电脑、台式电脑或者个人数字助理(personal digital assistant，pda)等终端设备，处理设备可以通过设备集群的方式设置。
61.下面，开始介绍本技术提供的用户姿态的确定方法。
62.首先，参阅图1，图1示出了本技术用户姿态的确定方法的一种流程示意图，本技术提供的用户姿态的确定方法，具体可包括如下步骤s101至步骤s106：
63.步骤s101，处理设备获取待评估用户姿态的目标图像，目标图像是拍摄目标用户得到的，目标图像包括深度摄像头采集得到的彩色信息以及深度信息；
64.可以理解，对于用户姿态的处理，本技术一般是从调取待评估用户姿态的目标图像开始的。
65.也就是说，待评估用户姿态的目标图像，为现成的图像，可从本地的存储空间，或者其他存储有目标图像的设备处调取得到。
66.当然，在一些情况下，本技术的处理设备，若配置了深度摄像头，对于目标图像的获取，也可以理解为图像的实时拍摄处理。
67.其中，深度摄像头，可以理解为可以捕捉到彩色信息以及深度信息的摄像头，而对应于本技术，目标图像既可能为一个深度摄像头拍摄到的图像，也可能为多个深度摄像头
拍摄到的图像，此时，目标图像则可能存在多张的情况。
68.步骤s102，处理设备通过坐标转换处理，将目标图像转换为三维点云；
69.可以理解，为便于后续的数据处理，在本技术中，具体是从点云的层面进行的。
70.在该情况下，则可将上面获取到的目标图像，转化为对应三维空间的三维点云，在这些三维点云中，主要通过深度信息来提供不同点云的三维空间位置，如此，在数据层面上重构了目标图像当时的拍摄环境，为后续的数据处理提供了大量且富含信息的点云数据。
71.作为一种适于实用的实现方式，在实际操作中，目标图像具体还可包括两种图像，即，具体可包括表征彩色信息的彩色图像以及表征深度信息的深度图像，如此在处理三维点云的过程中，具体可包括：
72.处理设备通过坐标转换处理，将彩色图像以及深度图像融合并转换为三维点云。
73.可以理解，在该设置下，对于深度摄像头可具有较低的数据处理要求，其只需采集匹配的彩色图像、深度图像即可，后续的图像融合则可交由其他设备执行即可。
74.此外，若存在多个摄像头的情况下，同个场景下不同位置采集到的彩色图像也可先进行融合，同个场景下不同位置采集到的深度图像也可先进行融合，彩色图像部分以及深度图像部分都完成自身的图像融合后，再进行彩色图像以及深度图像的融合，如此数据处理也可具有更为便捷以及更高精度的特点。
75.步骤s103，处理设备识别三维点云中属于人体背部区域的目标三维点云；
76.可以理解，在本技术中，针对的是用户姿态中细微层面的背部中线姿态，因此，在得到三维点云的情况下，则可从中提取出属于人体背部区域的目标三维点云。
77.该人体背部区域，在此时相对于具体用于表现出背部中线姿态的区域，仍是处于较为宽泛的范围，识别的目的可以理解为一种预处理，过滤掉大部分的无效点云，以便将后续的背部中线姿态的识别所对应的数据处理规模，压缩到一个很小的层面，有利于保障高效且高精度的数据处理。
78.可以理解，对于人体背部区域的识别，是基于点云所反映的三维图像特征实现的，一方面，可以从剔除明显不属于人体背部区域的点云以保留下人体背部区域的点云入手，另一方面，也可以从保留下明显属于人体背部区域的点云入手，结合两者，达到精确识别出人体背部区域的目标三维点云的目的。
79.其中，为便于达到精确的过滤效果，作为又一种适于实用的实现方式，本技术中对于目标三维点云的识别处理，参阅图2示出的本技术识别目标三维点云的一种流程示意图，具体可以包括以下内容：
80.步骤s201，处理设备通过滤波算法，过滤三维点云中的异常点云以及属于背景区域的点云，得到第一三维点云；
81.可以理解，在数据处理中，包括目标图像在最开始的拍摄过程、后续的坐标转换等处理过程中，可能会导致出现一些异常的点云，这些异常点云无法提供有效的点云信息，因此，在异常点云容易识别出的情况下，可以对其进行过滤。
82.此外，对应于原来目标用户的拍摄场景，其必然也存在与人体姿态无关的背景内容，也可对其进行过滤，尤其是在实际操作中还可轻松地将拍摄场景中的背景设置为简单的、容易识别、容易区分出的背景内容。
83.例如，可将拍摄场景中的背景，设置为纯色背景，方便识别出，此外，为进一步加强
背景与用户之间的区分度，同时也方便实际操作中的控制，还可将纯色背景的颜色设置为与用户皮肤颜色的颜色区分度大于预设区分度。
84.作为一种实例，背景可以为黑色等深色的纯色背景，而用户可以身着浅色、肤色甚至无需穿着上衣，具体的，用户可穿着颜色为肤色且贴身、紧身的衣服，不仅可方便本技术涉及的背部中线的动作捕捉，也可方便其他用户姿态的动作捕捉。
85.可以理解，在该步骤s201中，实现的是初步的过滤效果，在得到的三维点云中，仍存在少量或者杂乱的点云数据。
86.步骤s202，处理设备基于颜色特征信息，从第一三维点云中剔除出人体下半部分、手掌、头发以外的点云，得到第二三维点云；
87.在步骤s201得到的第一三维点云的基础上，本技术则可继续结合颜色特征信息，进行图像分割，分割出包括背部区域以及上肢区域的点云，剔除人体下半部分、手掌、头发以外的点云。
88.可以理解，在这过程中，不仅涉及到如头发这些属于黑色颜色特征的人体区域，同时还可基于每个点云的颜色特征所反映的边缘且明显的人体区域特征，完成对人体下半部分、手掌、头发的点云的剔除，得到第二三维点云。
89.步骤s203，处理设备去除第二三维点云中属于上肢区域的点云，得到第三三维点云；
90.进一步的，还可继续结合位置滤波算法，剔除第二三维点云中属于上肢区域的点云，得到第三三维点云。
91.此时，剔除了上肢区域的三维点云，即可认为是背部区域的三维点云，已经可以供后续背部中线的识别使用。
92.步骤s204，处理设备基于体素，对第三三维点云进行降采样，得到目标三维点云。
93.为进一步压缩后续背部中线识别的数据处理规模，本技术还可减少所需处理的点云数量。
94.具体的，则可采用基于体素的降采样处理，有效减少点云数量，以提高处理效率。
95.其中，体素为体积元素(volume pixel)的简称，包含体素的立体可以通过立体渲染或者提取给定阈值轮廓的多边形等值面表现出来。
96.步骤s104，处理设备识别目标三维点云中包含的预设特征点云，得到特征点云位置；
97.可以理解，为便于背部中线的精确识别，本技术具体还引入特征点云位置，该特征点云位置是识别出的预设特征点云的位置，而预设特征点云具体为本技术认为用户特定部位从图像反映到三维点云后存在特定特征的点云，由于其位置具有相对不变的特点，因此有助于识别过程中的定位。
98.其中，该预设特征点云，既可以是通过人工配置的图案，例如在目标用户上喷涂、描绘、粘贴或者挂置等人工操作配置，也可以是目标用户本身固定不变的肢体特征。
99.作为又一种适于实用的实现方式，在本技术中，该预设特征点云具体可以为耳朵以及髋骨点的预设特征点云，也就是说，本技术认为用户的耳朵以及髋骨点从图像反映到三维点云后，其点云特征具有较为明显的特点，如此在三维点云中若存在耳朵或者髋骨点的预设特征点云，即可认定对应的用户肢体部位为耳朵或者髋骨点。
100.即，步骤s104可具体包括：
101.处理设备识别目标三维点云中属于耳朵以及髋骨点的预设特征点云，得到特征点云位置。
102.可以理解，耳朵在用户头部的位置，靠近于背部中线的上端；髋骨点处于腰部甚至腰部往下的位置，靠近于背部中线的下端，因此，确定了耳朵以及髋骨点的位置后，则可准确确定当前三维点云中背部中线两端的位置，起到突出的、较佳的定位效果，同时为后续应用提供辅助判别依据。
103.步骤s105，处理设备以特征点云位置为基础，确定目标三维点云中属于人体背部中线区域的点云；
104.在得到特征点云位置后，则可基于其定位效果，配合邻域深度数据(对应背部中线的形状特征)，从目标三维点云中继续分离出属于人体背部中线区域的点云。
105.可以理解，在该处理中，结合预先认定的背部中线的有效识别范围与特征点云位置之间的对应关系，又进一步压缩了后续背部中线识别的数据处理规模。
106.从此处也可以看出，前面特征点云位置所对应的特征点云，是与此步骤中属于人体背部中线区域的点云相对应的，作为辅助分离出属于人体背部中线区域的点云使用。
107.步骤s106，处理设备对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果。
108.经过上述多层的识别范围的缩减、数据处理规模的压缩后，此时处理设备则可对目标三维点云分离出的人体背部中线区域的点云，结合背部中线的预设点云特征，拟合背部中线，得到背部中线姿态确定结果。
109.作为又一种适于实用的实现方式，背部中线拟合的处理过程，具体可以w包括：
110.处理设备对人体背部中线区域的点云投影至二维平面，并结合多项式拟合，进行背部中线拟合，得到背部中线姿态确定结果。
111.可以理解，在点云的处理过程中，本技术可以基于背部中线为一条曲线的限定条件，结合识别出的属于背部中线的点云的位置，采用多项式拟合的方式，拟合出当前点云最符合正常背部中线的中线走势，以此确定目标用户的背部中线。
112.而对于背部中线姿态确定结果，可以理解为本技术识别出的背部中线的描述数据。
113.背部中线姿态确定结果，其数据表达形式以及数据内容，具体还可随实际需要进行调整，例如，可包含基础的背部中线的位置信息或者曲线走势信息，进一步的，背部中线姿态确定结果还可包括背部中线的图像信息，也就是说，可以除了文字表达形式，还可通过图像的形式呈现出背部中线，例如为原来的目标图像标识出图像中的背部中线。此外，对应于背部中线，其在不同用户及其不同的用户姿态中，背部中线还可存在位置以及走势的变化，因此，为便于数据处理，还可在确定了背部中线的基础上，确定其脊柱侧弯角度，从而在数据处理层面上提供更为精细化的数据支持。
114.从以上内容可看出，针对于用户姿态中细微层面的背部中线姿态，本技术结合目标图像的彩色信息以及深度信息，将其转化为三维层面的三维点云，并识别三维点云中属于人体背部区域的目标三维点云，并结合识别出的特征点云位置确定目标三维点云中属于人体背部中线区域的点云，此时对人体背部中线区域的点云进行背部中线拟合，得到背部
中线姿态确定结果，在这过程中，不仅通过三维点云重构了背部，并且引入的特征点云位置还可起到有效的精确定位作用，因此可得到高精度的背部中线姿态确定结果，在动作捕捉技术中需要应用到高精度的背部中线确定结果时，可保障强有力的数据支持。
115.以上是本技术提供用户姿态的确定方法的介绍，为便于更好的实施本技术提供的用户姿态的确定方法，本技术还从功能模块角度提供了一种用户姿态的确定装置。
116.参阅图3，图3为本技术用户姿态的确定装置的一种结构示意图，在本技术中，用户姿态的确定装置300具体可包括如下结构：
117.获取单元301，用于获取待评估用户姿态的目标图像，目标图像是拍摄目标用户得到的，目标图像包括深度摄像头采集得到的彩色信息以及深度信息；
118.转换单元302，用于通过坐标转换处理，将目标图像转换为三维点云；
119.识别单元303，用于识别三维点云中属于人体背部区域的目标三维点云；
120.识别单元303，还用于识别目标三维点云中包含的预设特征点云，得到特征点云位置；
121.确定单元304，用于以特征点云位置为基础，确定目标三维点云中属于人体背部中线区域的点云；
122.拟合单元305，用于对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果。
123.在又一种示例性的实现方式中，目标图像具体包括表征彩色信息的彩色图像以及表征深度信息的深度图像，转换单元302，具体用于：
124.通过坐标转换处理，将彩色图像以及深度图像融合并转换为三维点云。
125.在又一种示例性的实现方式中，识别单元303，具体用于：
126.通过滤波算法，过滤三维点云中的异常点云以及属于背景区域的点云，得到第一三维点云；
127.基于颜色特征信息，从第一三维点云中剔除出人体下半部分、手掌、头发以外的点云，得到第二三维点云；
128.去除第二三维点云中属于上肢区域的点云，得到第三三维点云；
129.基于体素，对第三三维点云进行降采样，得到目标三维点云。
130.在又一种示例性的实现方式中，识别单元303，具体用于：
131.识别目标三维点云中属于耳朵以及髋骨点的预设特征点云，得到特征点云位置。
132.在又一种示例性的实现方式中，拟合单元305，具体用于：
133.对人体背部中线区域的点云投影至二维平面，并结合多项式拟合，进行背部中线拟合，得到背部中线姿态确定结果。
134.在又一种示例性的实现方式中，目标图像是在纯色背景、纯色背景的颜色与用户皮肤颜色的颜色区分度大于预设区分度的两个条件下，拍摄目标用户得到的。
135.在又一种示例性的实现方式中，背部中线姿态确定结果包括背部中线的图像信息以及脊柱侧弯角度。
136.本技术还从硬件结构角度提供了一种处理设备，参阅图4，图4示出了本技术处理设备的一种结构示意图，具体的，本技术处理设备可包括处理器401、存储器402以及输入输出设备403，处理器401用于执行存储器402中存储的计算机程序时实现如图1对应实施例中
用户姿态的确定方法的各步骤；或者，处理器401用于执行存储器402中存储的计算机程序时实现如图3对应实施例中各单元的功能，存储器402用于存储处理器401执行上述图1对应实施例中用户姿态的确定方法所需的计算机程序。
137.示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本技术。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
138.处理设备可包括，但不仅限于处理器401、存储器402、输入输出设备403。本领域技术人员可以理解，示意仅仅是处理设备的示例，并不构成对处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如处理设备还可以包括网络接入设备、总线等，处理器401、存储器402、输入输出设备403等通过总线相连。
139.处理器401可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是处理设备的控制中心，利用各种接口和线路连接整个设备的各个部分。
140.存储器402可用于存储计算机程序和/或模块，处理器401通过运行或执行存储在存储器402内的计算机程序和/或模块，以及调用存储在存储器402内的数据，实现计算机装置的各种功能。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据处理设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
141.处理器401用于执行存储器402中存储的计算机程序时，具体可实现以下功能：
142.获取待评估用户姿态的目标图像，目标图像是拍摄目标用户得到的，目标图像包括深度摄像头采集得到的彩色信息以及深度信息；
143.通过坐标转换处理，将目标图像转换为三维点云；
144.识别三维点云中属于人体背部区域的目标三维点云；
145.识别目标三维点云中包含的预设特征点云，得到特征点云位置；
146.以特征点云位置为基础，确定目标三维点云中属于人体背部中线区域的点云；
147.对人体背部中线区域的点云进行背部中线拟合，得到背部中线姿态确定结果。
148.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的用户姿态的确定装置、处理设备及其相应单元的具体工作过程，可以参考如图1对应实施例中用户姿态的确定方法的说明，具体在此不再赘述。
149.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
150.为此，本技术提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本技术如图1对应实施例中用户姿态的确定方法的步骤，具体操作可参考如图1对应实施例中用户姿态的确定方法的说明，在此不再赘述。
151.其中，该计算机可读存储介质可以包括：只读存储器(read only memory，rom)、随机存取记忆体(random access memory，ram)、磁盘或光盘等。
152.由于该计算机可读存储介质中所存储的指令，可以执行本技术如图1对应实施例中用户姿态的确定方法的步骤，因此，可以实现本技术如图1对应实施例中用户姿态的确定方法所能实现的有益效果，详见前面的说明，在此不再赘述。
153.以上对本技术提供的用户姿态的确定方法、装置、处理设备以及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。