首页|基于图像的人体肩部特征点检测方法

基于图像的人体肩部特征点检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有检测算法对肩部特征点的误检、漏检和检测误差大等问题,提出了一种改进的基于人体轮廓编码的肩部特征点的检测方法.该方法以人体所占图像的大小来确定特征链码串的长度,并且通过特征区域分割、特征区域遍历,具有几何特征的链码串动态筛选的搜索方式,筛选出符合条件的肩部特征点.在获取肩部特征点以后,计算出肩宽值,并且与实际人工测量的肩宽值进行比对与分析.本文实验共选取了 100 名不同身型的青年测试者(50 男/50 女)在同一拍摄环境下对该方法的可行性进行测试.结果表明,采用该方法能够快速识别人体的肩部特征点,与人工测量值对比得出的平均误差仅在 3%左右,较好地提升了二维人体肩宽尺寸检测的效率,并且为后续服装匹配等相关工作提供了更加精确的数据支持.
Detection of human shoulder feature points based on image analysis

shoulder feature pointacromial pointhuman contour codingbody size measurementfeature chain code stringshoulder width

邓中民、王健恺、靳晓凝、魏宛彤、于东洋、柯薇

展开 >

武汉纺织大学 省部共建纺织新材料与先进加工技术国家重点实验室,湖北 武汉 430200

武汉纺织大学 服装学院,湖北 武汉 430200

肩部特征点 肩峰点 人体轮廓编码 人体尺寸测量 特征链码串 肩宽

湖北省技术创新专项

2019AAA005

2023

10.13475/j.fzxb.20220707001

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(9)
  • 2