【DE102019106123A1】单目相机三维姿态估计【专利】

DE 10 2019 106 123 A1 2019.09.12
Beschreibung
TECHNISCHES GEBIET
[0001] Die Erfindung bezieht sich auf eine Posenschätzung und genauer auf ein Schätzen einer 3DPose eines Objekts unter Verwendung eines neuronalen Netzwerks.
HINTERGRUND
[0002] Das Schätzen einer 3D-Pose eines Objekts, wie beispielsweise einer Hand oder eines Körpers (Mensch, Tier, Roboter usw.), aus einem 2D-Bild ist für Mensch-Computer-Interaktion nützlich. Die Handpose kann durch einen festen Satz von Punkten in einem 3D-Raum, in der Regel Verbindungen, die als Orientierungspunkte bzw. Landmarks oder Schlüsselpunkte bzw. Keypoints bezeichnet werden, repräsentiert werden. Ein genaues Schätzen der 3D-Pose ist aufgrund der großen Mengen an Variationen im Erscheinungsbild, Eigenverdeckungen und Komplexität artikulierter Handposen eine schwierige Aufgabe. Die 3D-Handposenschätzung verschärft die Schwierigkeiten noch weiter, weil auch eine Tiefe jedes der Hand-Schlüsselpunkte geschätzt werden muss.
(19)
*DE102019106123A120190912*
(10) DE 10 2019 106 123 A1 2019.09.12
(12)
Offenlegungsschrift
(21) Aktenzeichen: 10 2019 106 123.7 (22) Anmeldetag: 11.03.2019 (43) Offenlegungstag: 12.09.2019
(57) Zusammenfassung: Ein Schätzen einer dreidimensionalen (3D) Pose eines Objekts, wie beispielsweise einer Hand oder eines Körpers (Mensch, Tier, Roboter usw.), aus einem 2D-Bild ist für Mensch-Computer-Interaktion notwendig. Eine Handpose kann durch einen Satz von Punkten im 3D-Raum, den sogenannten Schlüsselpunkten, repräsentiert werden. Zwei Koordinaten (x, y) repräsentieren eine räumliche Verschiebung und eine dritte Koordinate repräsentiert eine Tiefe jedes Punkts in Bezug auf die Kamera dar. Eine monokulare Kamera wird dazu verwendet, ein Bild der 3D-Pose aufzunehmen, erfasst aber keine Tiefendaten. Eine neuronale Netzwerkarchitektur ist dazu konfiguriert, einen Tiefenwert für jeden Schlüsselpunkt in dem aufgenommenen Bild zu erzeugen, selbst wenn Teile der Pose verborgen sind oder die Orientierung des Objekts nicht eindeutig ist. Die Erzeugung der Tiefenwerte ermöglicht die Schätzung der 3D-Pose des Objekts.
Prüfungsantrag gemäß § 44 PatG ist gestellt. Die Bezugnahme auf die (fehlenden) Zeichnungen gilt als nicht erfolgt.
Die folgenden Angaben sind den vom Anmelder eingereichten Unterlagen entnommen. (54) Bezeichnung: Dreidimensionale (3D) Posenschätzung von Seiten einer monokularen Kamera
(51) Int Cl.:
G06T 7/529 (2017.01)
G06T 1/40 (2006.01) G06T 7/70 (2017.01) G01B 11/22 (2006.01)
(72) Erfinder:
Iqbal, Umar, Santa Clara, CA, US; Molchanov, Pavlo, Santa Clara, Calif., US; Breuel, Thomas Michael, Santa Clara, CA, US; Kautz, Jan, Westford, Mass., US
(30) Unionspriorität: 62/641,510 16/290,643
12.03.2018 US 01.03.2019 US
(71) Anmelder: NVIDIA Corporation, Santa Clara, Calraus & Weisert Patentanwälte PartGmbB, 80539 München, DE