纺织学报2023,Vol.44Issue(9) :175-179.DOI:10.13475/j.fzxb.20220707001

基于图像的人体肩部特征点检测方法

Detection of human shoulder feature points based on image analysis

邓中民 王健恺 靳晓凝 魏宛彤 于东洋 柯薇
纺织学报2023,Vol.44Issue(9) :175-179.DOI:10.13475/j.fzxb.20220707001

基于图像的人体肩部特征点检测方法

Detection of human shoulder feature points based on image analysis

邓中民 1王健恺 1靳晓凝 1魏宛彤 2于东洋 1柯薇1
扫码查看

作者信息

  • 1. 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
  • 2. 武汉纺织大学 服装学院,湖北 武汉 430200
  • 折叠

摘要

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.

关键词

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

Key words

shoulder feature point/acromial point/human contour coding/body size measurement/feature chain code string/shoulder width

引用本文复制引用

基金项目

湖北省技术创新专项(2019AAA005)

出版年

2023
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
参考文献量2
段落导航相关论文