生成跟踪姿态结果的方法

本公开的实施例涉及计算机技术领域，具体涉及生成跟踪姿态结果的方法、装置、电子设备和计算机可读介质。

背景技术：

随着信息技术的不断进步，手势交互显得更加重要。手势交互技术的实现大多依赖于手部跟踪技术。但是现有的手部跟踪技术中手部跟踪的结果往往存在抖动或存在较长时间的延时现象。

技术实现要素：

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于生成跟踪姿态结果的方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种用于生成跟踪姿态结果的方法，该方法包括：根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合；基于点云集合和三维手部模型，确定第一对应点集合和第二对应点集合；根据第一对应点集合和第二对应点集合构建约束方程；根据约束方程，生成跟踪姿态结果。

第二方面，本公开的一些实施例提供了一种生成跟踪姿态结果的装置，装置包括：分割单元，被配置成根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合；确定单元，被配置成基于上述点云集合和三维手部模型，确定第一对应点集合和第二对应点集合，其中，上述第一对应点集合包括上述点云集合中各点与三维手部模型表面的对应点，上述第二对应点集合包括三维手部模型与深度图像的二维轮廓的对应点；构建单元，被配置成根据上述第一对应点集合和上述第二对应点集合构建约束方程，其中，上述约束方程包括手部跟踪的空间约束方程、姿态约束方程和时序约束方程；生成单元，被配置成根据约束方程，生成跟踪姿态结果。

第三方面，本申请实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：通过将深度图像中的手部区域进行分割，获得点云集合，而后基于点云集合和三维手部模型确定对应点，再根据对应点构建约束方程，最后根据约束方程生成跟踪姿态结果。从而生成较为平稳的手部跟踪姿态结果，同时生成的手部跟踪姿态结果的延时时长相对较短。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；

图2是根据本公开的生成跟踪姿态结果的方法的一些实施例的流程图；

图3根据本公开的生成跟踪姿态结果的装置的一些实施例的结构示意图；

图4适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的一些实施例的生成跟踪姿态结果的方法或生成跟踪姿态结果的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以提供图像等。终端设备101、102、103上可以安装有各种图像拍摄应用，例如相机应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上生成跟踪姿态结果提供支持的后台服务器。后台服务器可以对接收到的图像请求等数据进行分析等处理，并将处理结果(例如跟踪姿态结果)反馈给终端设备。

需要说明的是，本公开的实施例所提供的用于生成跟踪姿态结果的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于生成跟踪姿态结果的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。

需要说明的是，服务端、客户端可以是硬件，也可以是软件。当服务端、客户端为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务端、客户端为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的生成跟踪姿态结果的方法的一些实施例的流程200。该生成跟踪姿态结果的方法，包括以下步骤：

步骤201，根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合。

在一些实施例中，生成跟踪姿态结果的方法的执行主体(例如图1所示的服务器)可以根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割并获得点云集合。

在这里，上述腕带标记物通常是指纯色标记物，例如，可以是黄色布条等标记物。上述手部上臂形态特征通常是指小臂的形态特征，例如，小臂的轮廓图等。上述深度图像通常是指将从图像采集器到场景中各点的距离(深度)作为像素值的图像。在这里，上述点云通常是指在获取物体表面每个采样点的空间坐标后，得到的点的集合，称之为“点云”。上述分割通常是指图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。作为示例，上述分割可以是在深度图像中奖手臂上臂形态的图像中以腕带标记物为分界进行分割。

在一些实施例的一些可选的实现方式中，上述执行主体可以对上述图像进行过滤，得到手部腕带标记物区域对应的像素点集合；确定上述像素点集合内像素点在深度图像中对应深度值的平均值；确定深度图像中深度值与上述平均值的差值小于预定阈值的像素点作为小臂及手部区域像素点，以及获取上述像素点对应的三维点云点集；基于上述像素点集合和上述三维点云点集确定分割区域；将上述点云点集和上述像素点集合在上述分割区域中的点作为手部分割结果。

在这里，上述过滤通常是指将上述图像在颜色空间进行过滤。颜色空间(huesaturationvalue，hsv)通常是指根据颜色的直观特性在1978年创建的一种颜色空间，也称六角锥体模型。上述基于上述像素点集合和上述三维点云点集确定分割区域通常根据以下步骤得到：对三维点云点集进行主成分分析以获取主成分方向作为小臂的朝向向量，确定三维点云点集中的重心作为腕部重心。以腕部重心为起点小臂的朝向向量为偏移方向确定分割区域球心。

步骤202，基于上述点云集合和三维手部模型，确定第一对应点集合和第二对应点集合。

在一些实施例中，上述执行主体(例如图1所示的服务器)可以基于上述点云集合和三维手部模型，确定第一对应点集合和第二对应点集合，其中，上述第一对应点集合包括上述点云集合中各点与三维手部模型表面的对应点，上述第二对应点集合包括三维手部模型与深度图像的二维轮廓的对应点。在这里，上述三维手部模型通常是指手部的多边形表示，通常用计算机或者其它视频设备进行显示。作为示例，上述三维手部模型可以根据以下步骤构建：依据给定手部各部件内关键点坐标集合、关键点结构球体半径集合、各结构球体切面链接关系、各部件对应变换矩阵集合和手部姿态参数，逐层次地构建手部三维模型，确定手部姿态及模型表面。

作为示例，上述确定第一对应点集合可以根据以下步骤确定：取点云点集中一点，求该点到构成三维手部模型的各个基本几何体的距离及投影点，取距离最短的几何体表面的投影点，作为一对空间对应点，遍历手部点云集合，求得所有对应点作为第一对应点集合。

在一些实施例的一些可选的实现方式中，上述执行主体可以将上述三维手部模型进行正交投影，得到模型轮廓；在上述模型轮廓上进行采样，得到轮廓点集合；对于上述轮廓点集合中的每一个点，确定上述点在上述深度图像的轮廓中最近的对应点作为第二对应点，得到第二对应点集合。

步骤203，根据第一对应点集合和第二对应点集合构建约束方程。

在一些实施例中，生成跟踪姿态结果的方法的执行主体可以根据上述第一对应点集合和上述第二对应点集合构建约束方程。在这里，上述约束通常是指对所考察物体起限制作用的其他物体，称为约束。约束对被约束物体的作用称为约束力或约束反力，也常简称为反力。上述约束方程通常是指约束的数学表达式。

上述执行主体可以通过多种方式构建约束方程，作为示例，上述约束方程可以根据以下步骤构建得到：规定手部姿态参数每一维分量的取值区间，根据各分量是否在取值区间内构造关节参数选择矩阵，若分量在区间内，则矩阵对角线处对应位置为0，否则为1。根据各分量距离区间的距离构造参数矫正向量，最终根据上述信息得到增广矩阵，构建约束方程。

在一些实施例的一些可选的实现方式中，上述约束方程包括以下至少一项：手部跟踪的空间约束方程、姿态约束方程和时序约束方程。

在一些实施例的一些可选的实现方式中，上述执行主体可以对于第一对应点集合和点云集合的每一对对应点，确定上述一对对应点的坐标差和手部三维模型中第一对应点位置关于各姿态参数的雅可比矩阵；根据上述坐标差和上述雅可比矩阵构建空间约束方程。

在这里，上述雅可比矩阵通常是指在向量微积分中，一阶偏导数以一定方式排列成的矩阵，其行列式称为雅可比行列式。

作为示例，上述根据上述坐标差和上述雅可比矩阵构建空间约束方程通常根据以下步骤构建：将上述雅可比矩阵竖向排列作为系数矩阵，在上述系数矩阵右侧添加一列各个对对应点的坐标差，得到增广矩阵，从而得到空间约束的矩阵方程。

步骤204，根据约束方程，生成跟踪姿态结果。

在一些实施例中，上述执行主体可以将上述约束方程进行求解以生成跟踪姿态结果。在这里，上述跟踪姿态结果通常是指用于表征跟踪姿态的数值、图像、文本、视频等。作为示例，上述生成执行主体可以将上述约束方程进行求解得到跟踪姿态参数，之后，根据上述跟踪姿态参数构建跟踪姿态的图像或视频等。

在一些实施例的一些可选的实现方式中，上述执行主体可以将上述约束方程转化为数学方程形式，其中，上述约束方程转换为数学方程形式后能够求解；对转换后的约束方程进行求解，得到跟踪姿态结果。

本公开的一些实施例提供的方法能够生成较为平稳的手部跟踪姿态结果，同时，生成的手部跟踪姿态结果的延时时长相对较短。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种生成跟踪姿态结果的装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，一些实施例的生成跟踪姿态结果的装置300包括：分割单元301、确定单元302、构建单元303和生成单元304。其中，分割单元301，被配置成根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合；确定单元302，被配置成基于上述点云集合和三维手部模型，确定第一对应点集合和第二对应点集合，其中，上述第一对应点集合包括上述点云集合中各点与三维手部模型表面的对应点，上述第二对应点集合包括三维手部模型与深度图像的二维轮廓的对应点；构建单元303，被配置成根据上述第一对应点集合和上述第二对应点集合构建约束方程；生成单元304，被配置成根据上述约束方程，生成跟踪姿态结果。

在一些实施例的可选实现方式中，生成跟踪姿态结果的装置300的分割单元301被进一步配置成：对上述图像进行过滤，得到手部腕带标记物区域对应的像素点集合；确定上述像素点集合内像素点在深度图像中对应深度值的平均值；确定深度图像中深度值与上述平均值的差值小于预定阈值的像素点作为小臂及手部区域像素点，以及获取上述像素点对应的三维点云点集；基于上述像素点集合和上述三维点云点集确定分割区域；将上述点云点集和上述像素点集合在上述分割区域中的点作为手部分割结果。

在一些实施例的可选实现方式中，生成跟踪姿态结果的装置300的确定单元302被进一步配置成：将上述三维手部模型进行正交投影，得到模型轮廓；在上述模型轮廓上进行采样，得到轮廓点集合；对于上述轮廓点集合中的每一个点，确定上述点在上述深度图像的轮廓中最近的对应点作为第二对应点，得到第二对应点集合。

在一些实施例的可选实现方式中，上述约束方程包括以下至少一项：手部跟踪的空间约束方程、姿态约束方程和时序约束方程。

在一些实施例的可选实现方式中，生成跟踪姿态结果的装置300的构建单元303被进一步配置成：对于第一对应点集合和点云集合的每一对对应点，确定上述一对对应点的坐标差和手部三维模型中第一对应点位置关于各姿态参数的雅可比矩阵；根据上述坐标差和上述雅可比矩阵构建空间约束方程。

在一些实施例的可选实现方式中，生成跟踪姿态结果的装置300的生成304进一步配置成：将上述约束方程转化为数学方程形式，其中，上述约束方程转换为数学方程形式后能够求解；对转换后的约束方程进行求解，得到跟踪姿态结果。

下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储装置408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、rom402以及ram403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。

通常，以下装置可以连接至i/o接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从rom402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如http(hypertexttransferprotocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合；基于上述点云集合和三维手部模型，确定第一对应点集合和第二对应点集合，其中，上述第一对应点集合包括上述点云集合中各点与三维手部模型表面的对应点，上述第二对应点集合包括三维手部模型与深度图像的二维轮廓的对应点；根据上述第一对应点集合和上述第二对应点集合构建约束方程；根据上述约束方程，生成跟踪姿态结果..。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括分割单元、确定单元、构建单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，分割单元还可以被描述为“根据图像中腕带标记物的颜色特征和手部上臂形态特征，将深度图像中的手部区域进行分割，获得点云集合的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。