一种人体体态响应实现方法、装置及设备与流程

本公开涉及图片处理，尤其涉及一种人体体态响应实现方法、装置及设备。

背景技术：

1、目前，体感游戏指通过传感器能够智能识别用户体态(姿态或动作)，从而实现用户通过体态完成对人工智能类游戏的操作。

2、当前的人体体态响应实现方法的具体步骤为：首先，获取用户执行完成的体态对应的至少一张图片；其次，针对每张图片，利用骨骼点检测网络对该图片进行检测，得到该图片对应的包括多个骨骼点的像素坐标的骨骼点集合；然后，针对预设的各标准骨骼点集合，计算该骨骼点集合中各骨骼点的像素坐标与标准骨骼点集合中对应骨骼点的像素坐标之间的差值，得到该图片的偏移量；接下来，基于各图片的偏移量，得到该体态对应的总偏移量；最后，确定该用户的体态为最小总偏移量对应的标准体态，并基于该标准体态对应的控制指令执行对应的操作。

3、但是上述方法中利用骨骼点的像素坐标来对用户的体态和标准体态进行匹配的准确性不高。

技术实现思路

1、本公开提供一种人体体态响应实现方法、装置及设备，能够提高目标姿态与标准姿态进行匹配的准确性。

2、根据本公开实施例的第一方面，提供一种人体体态响应实现方法，该方法包括：

3、获取用户执行完成的目标体态对应的至少一张目标图片；

4、利用骨骼点检测网络对各目标图片进行检测，得到对应的骨骼点集合，其中，所述骨骼点集合包括多个骨骼点的三维坐标；

5、基于各骨骼点集合中的各骨骼点的三维坐标，得到所述目标体态对应的目标向量集合；

6、将所述目标向量集合分别与不同标准向量集合进行匹配，得到对应的匹配值，其中，每个标准向量集合对应一个标准体态；

7、确定所述目标体态为最大匹配值对应的标准体态，并基于所述标准体态对应的控制指令，执行对应的响应操作。

8、在一种可能的实现方式中，所述获取用户执行完成的目标体态对应的至少一张目标图片，包括：

9、若所述目标体态为目标姿态，则获取用户执行完成的目标姿态对应的一张目标图片；

10、若所述目标体态为目标动作，则获取用户执行完成的目标动作对应的多张目标图片，其中，不同目标图片对应不同时刻。

11、在一种可能的实现方式中，所述目标体态为目标姿态，所述基于各骨骼点集合中的各骨骼点的三维坐标，得到所述目标体态对应的目标向量集合，包括：

12、基于所述骨骼点集合中的各骨骼点的三维坐标，确定任意两个骨骼点之间的目标向量；

13、基于各目标向量，得到所述目标姿态对应的目标向量集合。

14、在一种可能的实现方式中，所述目标体态为目标动作，所述基于各骨骼点集合中的各骨骼点的三维坐标，得到所述目标体态对应的目标向量集合，包括：

15、针对各骨骼点，基于各相邻时刻的两个目标图片分别对应的第一骨骼点集合中所述骨骼点的三维坐标，以及第二骨骼点集合中所述骨骼点的三维坐标，确定所述骨骼点对应的各目标向量；

16、基于各骨骼点对应的各目标向量，得到所述目标向量集合。

17、在一种可能的实现方式中，所述将所述目标向量集合分别与不同标准向量集合进行匹配，得到对应的匹配值，包括：

18、基于所述目标向量集合中的各目标向量，确定所述目标向量与对应的标准向量集合中的标准向量之间的角度；

19、基于各目标向量与对应的标准向量之间的角度，确定所述目标向量集合与所述标准向量集合的匹配值。

20、在一种可能的实现方式中，所述目标体态为目标姿态，所述标准向量集合通过以下方法得到：

21、获取用户执行完成的标准姿态对应的标准图片；

22、利用所述骨骼点检测网络对所述标准图片进行检测，得到对应的标准骨骼点集合，其中，所述标准骨骼点集合包括多个骨骼点的三维坐标；

23、基于所述标准骨骼点集合中的各骨骼点的三维坐标，得到所述标准姿态对应的标准向量集合。

24、在一种可能的实现方式中，所述目标体态为目标动作，所述标准向量集合通过以下方法得到：

25、获取用户执行完成的标准动作对应的多张标准图片，其中，不同标准图片对应不同时刻；

26、利用所述骨骼点检测网络对各标准图片进行检测，得到所述各标准图片对应的标准骨骼点集合，其中，所述标准骨骼点集合包括多个骨骼点的三维坐标；

27、针对各骨骼点，基于各相邻时刻的两个标准图片分别对应的第一标准骨骼点集合中所述骨骼点的三维坐标，以及第二标准骨骼点集合中所述骨骼点的三维坐标，确定所述骨骼点对应的各标准向量；

28、基于各骨骼点对应的各标准向量，得到所述标准动作对应的标准向量集合。

29、在一种可能的实现方式中，所述骨骼点检测网络通过以下方法进行训练得到：

30、获取训练样本集，其中，所述训练样本集包括多张带有骨骼点标注的图片，所述骨骼点标注包括各骨骼点的三维坐标，每张图片带有人像；

31、将所述训练样本集中的各图片输入所述骨骼点检测网络，利用所述骨骼点检测网络进行特征提取并进行骨骼点标注预测，以输出所述图片的骨骼点标注为目标训练所述骨骼点检测网络。

32、根据本公开实施例的第二方面，提供一种人体体态响应实现装置，该装置包括：

33、获取模块，用于获取用户执行完成的目标体态对应的至少一张目标图片；

34、检测模块，用于利用骨骼点检测网络对各目标图片进行检测，得到对应的骨骼点集合，其中，所述骨骼点集合包括多个骨骼点的三维坐标；

35、获得模块，用于基于各骨骼点集合中的各骨骼点的三维坐标，得到所述目标体态对应的目标向量集合；

36、匹配模块，用于将所述目标向量集合分别与不同标准向量集合进行匹配，得到对应的匹配值，其中，每个标准向量集合对应一个标准体态；

37、执行模块，用于确定所述目标体态为最大匹配值对应的标准体态，并基于所述标准体态对应的控制指令，执行对应的响应操作。

38、根据本公开实施例的第三方面，提供一种电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现上述人体体态响应实现方法的步骤。

39、根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述人体体态响应实现方法的步骤。

40、本公开能够获取用户执行完成的目标体态对应的至少一张目标图片；利用骨骼点检测网络对各目标图片进行检测，得到对应的骨骼点集合；基于各骨骼点集合中的各骨骼点的三维坐标，得到所述目标体态对应的目标向量集合；将所述目标向量集合分别与不同标准向量集合进行匹配，确定所述目标体态为最大匹配值对应的标准体态，并基于所述标准体态对应的控制指令，执行对应的响应操作。即本公开利用基于各骨骼点的三维坐标确定的向量来对用户的体态和标准体态进行匹配，解决目前利用骨骼点的像素坐标来对用户的体态和标准体态进行匹配造成的准确性不高的问题，提高用户的体验感。