方案的目的。
[0154]另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0155]本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括:移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0156]或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
[0157]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
【主权项】
1.一种信息处理方法，所述方法包括: 获取第一数据，所述第一数据用于表征跟踪人体姿态变化所获取的历史离线数据；通过至少两个采集单元实时采集第二数据，所述第二数据用于表征当前跟踪人体姿态变化所获取的实时数据； 获取第一模型；所述第一模型用于表征已知基于三维人体跟踪模式得到的建模结果；在所述第一模型中，将所述第一数据按照第一预设规则对所述第二数据进行调整后合成得到合成结果，基于所述合成结果生成第二模型。2.根据权利要求1所述的方法，所述第一数据包括所述历史离线数据和/或基于所述历史离线数据按照第二预设规则计算得到的训练数据。3.根据权利要求2所述的方法，所述方法还包括: 获取所述历史离线数据，所述历史离线数据用于表征人体运动的三维数据集，至少包括人体的关节参数，还可以包括与所述关节参数对应的自由度参数； 根据所述历史离线数据得到至少一个第三模型，所述第三模型用于表征通过所述关节参数分割的人体各个部分，并作为参考标准； 获取针对至少一个第三模型进行数据采集时得到的对应不同深度的多个第一视频；在所述对应不同深度的多个第一视频间运算得到的第一深度信息作为调整量，并用于对所述参考标准进行调整，将调整得到的数据作为人体未来在运动时可能会发生形变的人体姿态预测值，将所述预测值确定为所述训练数据。4.根据权利要求3所述的方法，所述在所述对应不同深度的多个第一视频间运算得到的第一深度信息作为调整量，并用于对所述参考标准进行调整，包括: 将所述调整量分割后得到各个调整子参量，将所述各个调整子参量对应匹配到所述通过所述关节参数分割的人体各个部分，如果匹配成功，则对相应的部分进行调整； 或者， 建立所述调整量与所述通过所述关节参数分割的人体各个部分之间的关联，通过所述关联跟踪所述调整量与所述通过所述关节参数分割的人体各个部分之间的动态变化结果，记录所述动态变化结果，根据所述动态变化结果训练得到一个多层的神经元网络，所述神经元网络能表征通过所述调整量关联到的人体运动可能会发生形变的人体姿态。5.根据权利要求3或4所述的方法，所述在所述第一模型中，将所述第一数据按照第一预设规则对所述第二数据进行调整后合成得到合成结果，基于所述合成结果生成第二模型，包括: 将所述至少一个第三模型按照所述关节参数对齐，以构成完整的人体跟踪模型； 提取所述训练数据中用于表征人体各个部分的形状模型参数，结合所述人体跟踪模型组装成用于表征人体运动发生形变时的各姿态身体模型参数； 获取所述第二数据，所述第二数据为进行数据采集时得到的对应不同深度的多个第二视频，对所述多个第二视频进行预处理得到表征完整人体的第二深度信息； 将所述第二深度信息按照所述关节参数分割后，得到多个第三数据，将所述表征人体各个部分的形状模型参数用于匹配到相应的第三数据并进行调整和合成，得到第一合成结果；将所述表征人体运动发生形变时的各姿态身体模型参数用于匹配到相应的第三数据并进行调整和合成，得到第二合成结果； 根据所述第一合成结果和所述第二合成结果生成第二模型。6.一种电子设备，所述电子设备包括:用于数据存储的存储器和用于数据处理的处理器； 所述存储器，用于存储第一数据； 所述处理器，用于: 获取第一数据，所述第一数据用于表征跟踪人体姿态变化所获取的历史离线数据；通过至少两个采集单元实时采集第二数据，所述第二数据用于表征当前跟踪人体姿态变化所获取的实时数据； 获取第一模型；所述第一模型用于表征已知基于三维人体跟踪模式得到的建模结果；在所述第一模型中，将所述第一数据按照第一预设规则对所述第二数据进行调整后合成得到合成结果，基于所述合成结果生成第二模型。7.根据权利要求6所述的电子设备，所述第一数据包括所述历史离线数据和/或基于所述历史离线数据按照第二预设规则计算得到的训练数据。8.根据权利要求7所述的电子设备，所述处理器，进一步用于: 获取所述历史离线数据，所述历史离线数据用于表征人体运动的三维数据集，至少包括人体的关节参数，还可以包括与所述关节参数对应的自由度参数； 根据所述历史离线数据得到至少一个第三模型，所述第三模型用于表征通过所述关节参数分割的人体各个部分，并作为参考标准； 获取针对至少一个第三模型进行数据采集时得到的对应不同深度的多个第一视频；在所述对应不同深度的多个第一视频间运算得到的第一深度信息作为调整量，并用于对所述参考标准进行调整，将调整得到的数据作为人体未来在运动时可能会发生形变的人体姿态预测值，将所述预测值确定为所述训练数据。9.根据权利要求8所述的电子设备，所述处理器，进一步用于: 将所述调整量分割后得到各个调整子参量，将所述各个调整子参量对应匹配到所述通过所述关节参数分割的人体各个部分，如果匹配成功，则对相应的部分进行调整； 或者， 建立所述调整量与所述通过所述关节参数分割的人体各个部分之间的关联，通过所述关联跟踪所述调整量与所述通过所述关节参数分割的人体各个部分之间的动态变化结果，记录所述动态变化结果，根据所述动态变化结果训练得到一个多层的神经元网络，所述神经元网络能表征通过所述调整量关联到的人体运动可能会发生形变的人体姿态。10.根据权利要求8或9所述的电子设备，所述处理器，进一步用于: 将所述至少一个第三模型按照所述关节参数对齐，以构成完整的人体跟踪模型； 提取所述训练数据中用于表征人体各个部分的形状模型参数，结合所述人体跟踪模型组装成用于表征人体运动发生形变时的各姿态身体模型参数； 获取所述第二数据，所述第二数据为进行数据采集时得到的对应不同深度的多个第二视频，对所述多个第二视频进行预处理得到表征完整人体的第二深度信息； 将所述第二深度信息按照所述关节参数分割后，得到多个第三数据，将所述表征人体各个部分的形状模型参数用于匹配到相应的第三数据并进行调整和合成，得到第一合成结果；将所述表征人体运动发生形变时的各姿态身体模型参数用于匹配到相应的第三数据并进行调整和合成，得到第二合成结果；根据所述第一合成结果和所述第二合成结果生成第二模型。
【专利摘要】本发明公开了一种信息处理方法及电子设备，其中，所述方法包括：获取第一数据，所述第一数据用于表征跟踪人体姿态变化所获取的历史离线数据；通过至少两个采集单元实时采集第二数据，所述第二数据用于表征当前跟踪人体姿态变化所获取的实时数据；获取第一模型；所述第一模型用于表征已知基于三维人体跟踪模式得到的建模结果；在所述第一模型中，将所述第一数据按照第一预设规则对所述第二数据进行调整后合成得到合成结果，基于所述合成结果生成第二模型。
【IPC分类】G06T17/00, G06F3/01
【公开号】CN105225270
【申请号】CN201510628768
【发明人】孙林
【申请人】联想(北京)有限公司
【公开日】2016年1月6日
【申请日】2015年9月28日