一种人体骨骼关节点识别系统的制作方法

1.本发明涉及人体运动识别技术领域，具体为一种人体骨骼关节点识别系统。


背景技术：

2.随着电子技术的快速发展，人机交互、智能识别似乎成了电子技术发展的主要技术方向之一。其中，通过视频设备拍摄人体视频图像，并通过计算机技术来进行智能分析从而确定人体的动作行为的技术也正被各大企业及研究所看中，因为人机交互的主要方式就包括了人体动作识别技术，所以该项研究就显得尤为重要。智能设备在采集运动步数及运动速度时，容易受到外界因素干扰，用户的运动轨迹呈弧形时，则会导致运动速度的判读出现较大的偏差，而且这些只是基础的运动数据，难以更全面的了解用户的实时运动状态，以及对用户的实时运动状态进行预判。为此，我们提出了一种人体骨骼关节点识别系统。


技术实现要素：

3.本发明的目的在于提供一种人体骨骼关节点识别系统，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种人体骨骼关节点识别系统，包括显示终端和采集终端，所述采集终端包括彩色摄像机、3d深度成像系统、照明装置，所述3d深度成像系统包括红外线发射器和红外线cmos摄像机。
5.优选的，所述显示终端为电脑或智能电子显示设备。
6.优选的，所述3d深度成像系统通过红外线发射器、红外线cmos摄像机以及中间介质形成光编码技术，中间介质介于红外线发射器镜头之前，所述红外线发射器发射激光激光透过不均匀介质在目标场景形成激光散斑，传感器则对激光散斑进行拍摄。
7.优选的，所述3d深度成像系统成像流程为；
8.(1)标定：在目标区域的多个位置采集激光散斑图，并将其存储作为参考；
9.(2)取样：当放入的物体为不透明或者运动物体时，物体表面形成新的激光散斑，形成了测试图像，这时的散斑图像产生变化与所有的参考图像都不相同；
10.(3)定位：计算测试图像与每个参考图像的相关系数，相关系数最大的参考图像所在的位置最有可能为物体的位置；
11.(4)重建：根据选取的参考图像与光源的标定关系，计算物体到光源的距离，构建三维图像，对距离归一化转换成灰度值图像，最后输出深度图像。
12.优选的，所述3d深度成像系统可识别人体骨架个节点。
13.优选的，所述彩色摄像机为rgb彩色摄像机。
14.与现有技术相比，本发明的有益效果是：该种人体骨骼关节点识别系统，通过深度成像系统建三维图像，对距离归一化转换成灰度值图像，最后输出深度图像，人体关机点识别是单幅输入深度图像被分割成稠密概率身体组件标签，组件定义为与感兴趣骨骼关节空间上相近的身体部分，将推理出的组件重新投影，局部化每个组件分布的空间模式，从而形
成每个骨骼关节3d位置的带可信权重的预测。该种识别系统结构简单，操作方便，识别精度高，可全面的了解用户的实时运动状态，及时的用户的骨骼关节点运动状态进行预判。
附图说明
15.图1为本发明的系统结构示意图；
16.图2为本发明的3d深度成像系统成像图；
17.图3为本发明的人体骨架节点模拟图；
18.图中：1显示终端、2采集终端、21彩色摄像机、22 3d深度成像系统、221红外线发射器、222红外线cmos摄像机、23照明装置。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.请参阅图1-3，本发明提供一种技术方案：一种人体骨骼关节点识别系统，包括显示终端1和采集终端2，所述采集终端2包括彩色摄像机21、3d深度成像系统22、照明装置23，所述3d深度成像系统22包括红外线发射器211和红外线cmos摄像机222，红外线发射器211和红外线cmos摄像机222分别位于彩色摄像机21两侧。
21.所述显示终端1为电脑或智能电子显示设备，通过显示终端1可将采集终端2采集的骨骼关节点运动轨迹进行显示。
22.所述3d深度成像系统22通过红外线发射器211、红外线cmos摄像机222以及中间介质形成光编码技术，中间介质介于红外线发射器211镜头之前，所述红外线发射器211发射激光激光透过不均匀介质在目标场景形成激光散斑，传感器则对激光散斑进行拍摄。
23.所述3d深度成像系统22成像流程为；
24.(1)标定：在目标区域的多个位置采集激光散斑图，并将其存储作为参考，在图2中，z1、z2、z3、z4为参考图像的位置；
25.(2)取样：当放入的物体为不透明或者运动物体时，物体表面形成新的激光散斑，形成了测试图像，这时的散斑图像产生变化与所有的参考图像都不相同，在图2中,表面形成的散斑的位置为za和zb；
26.(3)定位：计算测试图像与每个参考图像的相关系数，相关系数最大的参考图像所在的位置最有可能为物体的位，在图2中，图中za和z2的相关系数最大，zb与z3的相关系数最大，即认为a在z2处，b在z3处；
27.(4)重建：根据选取的参考图像与光源的标定关系，计算物体到光源的距离，构建三维图像，对距离归一化转换成灰度值图像，最后输出深度图像，完成对场景某时刻深度图像的采集，返回执行(2)得到连续的深度图像流。
28.所述3d深度成像系统22可识别人体骨架20个节点，人体关机点识别是单幅输入深度图像被分割成稠密概率身体组件标签，组件定义为与感兴趣骨骼关节空间上相近的身体部分，将推理出的组件重新投影，局部化每个组件分布的空间模式，从而形成每个骨骼关节
3d位置的带可信权重的预测。
29.人体关节电识别可分为三个步骤：
30.(1)去除背景：利用3d深度成像系统22的距离的远近分析可能的人体的最可能的区域，通过边缘检测确定目标区域的边缘，实现人体轮廓的分割；
31.(2)人体身体部位识别：主要识别人体轮廓中的人体的各部位。如头、四肢、躯干等；
32.(3)人体关节点的识别，人体部位都是通过关节点连接的，3d深度成像系统22从正面、侧板等多个方向分析所有的像素来确定关节点的位置坐标，3d深度成像系统22可识别20个关节点。
33.所述彩色摄像机21为rgb彩色摄像机，rgb彩色摄像机每秒钟可获得30帧彩色图像。
34.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。


技术特征：
1.一种人体骨骼关节点识别系统，包括显示终端(1)和采集终端(2)，其特征在于：所述采集终端(2)包括彩色摄像机(21)、3d深度成像系统(22)、照明装置(23)，所述3d深度成像系统(22)包括红外线发射器(211)和红外线cmos摄像机(222)。2.根据权利要求1所述的一种人体骨骼关节点识别系统，其特征在于：所述显示终端(1)为电脑或智能电子显示设备。3.根据权利要求1所述的一种人体骨骼关节点识别系统，其特征在于：所述3d深度成像系统(22)通过红外线发射器(211)、红外线cmos摄像机(222)以及中间介质形成光编码技术，中间介质介于红外线发射器(211)镜头之前，所述红外线发射器(211)发射激光激光透过不均匀介质在目标场景形成激光散斑，传感器则对激光散斑进行拍摄。4.根据权利要求3所述的一种人体骨骼关节点识别系统，其特征在于：所述3d深度成像系统(22)成像流程为；(1)标定：在目标区域的多个位置采集激光散斑图，并将其存储作为参考；(2)取样：当放入的物体为不透明或者运动物体时，物体表面形成新的激光散斑，形成了测试图像，这时的散斑图像产生变化与所有的参考图像都不相同；(3)定位：计算测试图像与每个参考图像的相关系数，相关系数最大的参考图像所在的位置最有可能为物体的位置；(4)重建：根据选取的参考图像与光源的标定关系，计算物体到光源的距离，构建三维图像，对距离归一化转换成灰度值图像，最后输出深度图像。5.根据权利要求1所述的一种人体骨骼关节点识别系统，其特征在于：所述3d深度成像系统(22)可识别人体骨架20个节点。6.根据权利要求1所述的一种人体骨骼关节点识别系统，其特征在于：所述彩色摄像机(21)为rgb彩色摄像机。

技术总结
本发明公开了一种人体骨骼关节点识别系统，包括显示终端和采集终端，所述采集终端包括彩色摄像机、3D深度成像系统、照明装置，所述3D深度成像系统包括红外线发射器和红外线CMOS摄像机。该种识别系统结构简单，操作方便，识别精度高，可全面的了解用户的实时运动状态，及时的用户的骨骼关节点运动状态进行预判。判。判。


技术研发人员：张晓铭
受保护的技术使用者：上海新尔悦教学模型有限公司
技术研发日：2022.08.11
技术公布日：2022/11/18