用于检测被拍摄用户的身体部位的设备和方法

    公开(公告)号:CN104102895A

    公开(公告)日:2014-10-15

    申请号:CN201310126459.1

    申请日:2013-04-12

    Abstract: 提供一种用于检测被拍摄用户的身体部位的设备和方法,所述设备包括:图像获取单元,用于获取被拍摄用户的深度图像;提取单元,用于从获取的深度图像中提取作为前景的被拍摄用户,其中,所述被拍摄用户为单用户或多用户,单用户是指图像与其它被拍摄用户的图像不发生交叠的单个被拍摄用户,多用户是指图像互相交叠的多个被拍摄用户;以及部位检测单元,用于通过使用基于单用户样本和多用户样本训练出的用于检测身体部位的分类器来检测提取的被拍摄用户的身体部位。根据所述设备和方法,能够有效地检测多用户的身体部位。

    用于估计头部姿势的设备和方法

    公开(公告)号:CN103793680A

    公开(公告)日:2014-05-14

    申请号:CN201210420900.2

    申请日:2012-10-29

    Inventor: 刘荣 陈茂林 张帆

    Abstract: 提供一种用于估计头部姿势的设备和方法,所述设备包括:头部区域提取单元,用于从输入的深度图像提取头部区域;头部俯仰角估计单元,用于在头部区域中估计头部俯仰角;头部偏转角估计单元,用于在头部区域中估计头部偏转角;头部姿势合成单元,用于基于估计的头部俯仰角和头部偏转角来合成头部姿势。根据所述设备和方法,可不受光照变化影响而取得良好的头部姿势识别效果。

    基于强度图像和深度图像的目标分析方法及设备

    公开(公告)号:CN101996401B

    公开(公告)日:2016-05-11

    申请号:CN200910168294.8

    申请日:2009-08-24

    Inventor: 陈茂林 楚汝峰

    Abstract: 本发明提供一种基于强度图像和深度图像的目标分析方法及设备。所述设备包括:主体部件检测单元,从目标的强度图像中检测目标的主体部件;前景分割单元,基于检测到的主体部件中的强度值计算强度阈值,使用该强度阈值将强度图像转换为二值图,并使用所述二值图对目标的深度图像进行掩模,以获得掩模深度图像;活动部件检测单元,从掩模深度图像中检测目标的活动部件。

    目标姿态分析装置及其目标姿态分析方法

    公开(公告)号:CN102136139B

    公开(公告)日:2016-01-27

    申请号:CN201010105504.1

    申请日:2010-01-22

    Abstract: 提供了一种目标姿态分析装置,包括:特征数据库存储模块,用于存储特征数据库,特征数据库包括至少一个特征类别;特征测试器,将接收的图像数据的目标的特征与存储在特征数据库存储模块中的特征数据库的特征类别进行并行测试,以从特征数据库中选择至少一个特征组;显著特征选择器,根据所述至少一个特征组的有效性指示参数对所述至少一个特征组进行评估,以选择显著特征集合;显著特征检测器,基于显著特征集合对输入的图像执行特征检测,确定输入的图像中是否存在显著特征集合中的特征,以获得输入图像的显著特征检测结果;姿态推算模块,根据显著特征检测结果执行姿态估计。

    基于多尺度对比特征的对象检测设备和方法

    公开(公告)号:CN102129569B

    公开(公告)日:2016-01-20

    申请号:CN201010004771.X

    申请日:2010-01-20

    Abstract: 提供一种基于多尺度对比特征的对象检测设备和方法。所述对象检测设备包括:输入单元,用于输入被检测图像;基于多尺度对比特征的学习机,用于对关于所述对象的训练样本进行多尺度对比特征提取,并对提取的特征应用统计学习处理;分类器加载单元,用于根据所述基于多尺度对比特征的学习机的统计学习处理结果来构建分类器;检测单元,用于利用由分类器加载单元构建的分类器对由输入单元输入的被检测图像进行对象检测,其中,所述多尺度对比特征用于指示图像中多个相关矩形区域之间在不同尺度下关于特定图像属性的对比关系。

    人体姿态识别方法和装置
    19.
    发明授权

    公开(公告)号:CN101989326B

    公开(公告)日:2015-04-01

    申请号:CN200910161452.7

    申请日:2009-07-31

    Inventor: 楚汝峰 陈茂林

    CPC classification number: G06K9/00369

    Abstract: 本发明提供一种人体姿态识别方法和装置。所述装置包括:输入模块,捕获人体姿态,形成输入图像;预处理模块,将输入图像归一化为固定大小,产生形状独立的采样;训练模块,在训练阶段使用统计学习方法进行采样数据的维度降低,以获得投影变换矩阵,并构建最近邻分类器;特征提取模块,根据投影变换矩阵分别在训练阶段和人体姿态识别阶段从采样数据提取有区别的姿态特征;模板数据库构建模块,根据在训练阶段中提取的有区别的姿态特征构建姿态模板数据库;搜索模块,通过最近邻分类器将在人体姿态识别阶段中提取的有区别的姿态特征与姿态模板数据库中的姿态模板比较,以进行人体姿态匹配;输出模块,输出最佳匹配的姿态,并重新定位虚拟人体模型。

Patent Agency Ranking