(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210793374.8 (22)申请日 2022.07.05 (71)申请人 华东理工大 学 地址 200237 上海市徐汇区梅陇路13 0号 (72)发明人 颜建军　陈厚儒　蔡金星　赵伟阳　 王立群　陈博畅　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 金星 (51)Int.Cl. G06T 7/50(2017.01) G06T 7/73(2017.01) G06T 7/90(2017.01) G06T 5/50(2006.01) G06V 10/24(2022.01)G06V 10/46(2022.01) G06V 10/774(2022.01) G06V 40/10(2022.01) (54)发明名称 一种基于机器视觉的背部穴道的定位方法 (57)摘要 本发明公开了一种基于机器视觉的背部穴 道的定位方法， 首先获取包含人体的轮廓、 姿态 等信息的二维RGB图像数据， 以及包含人体背部 的深度信息的三维点云数据； 通过二维RGB图像 数据提取得到肩部特征点； 通过三维点云数据提 取得到臀部特征点； 将提取得到的二维肩部特征 点和臀部特征点进行融合； 进行模型训练， 将融 合后所有特征点的坐标输入GBDT算法进行回归 训练， 得到基准穴道坐标的回归模型； 通过回归 模型得到标准基准穴道坐标， 基于标准基准穴道 坐标建立了其他背部穴道坐标的计算公式， 计算 得到其他背部穴道坐标； 模型训练完成之后不再 需要人工手动标定， 为后续的各式推拿操作提供 了参考。 权利要求书2页 说明书7页 附图5页 CN 115496786 A 2022.12.20 CN 115496786 A 1.一种基于 机器视觉的背部穴道的定位方法， 其特 征在于： 包括以下步骤， 步骤1、 获取包含人体的轮廓、 姿态等信息的二维RGB图像数据， 以及包含人体背部的深 度信息的三维点云数据； 步骤2、 通过二维RGB图像数据提取得到肩部特征点； 通过三维点云数据提取得到臀部 特征点； 步骤3、 将提取 得到的二维肩部特 征点和臀部特 征点进行融合； 步骤4、 进行模型训练， 将融合后所有特征点的坐标输入GBDT算法进行回归训练， 得到 基准穴道坐标的回归 模型； 步骤5、 通过回归模型得到标准基准穴道坐标， 基于标准基准穴道坐标建立了其他背部 穴道坐标的计算公式， 计算得到其 他背部穴道坐标。 2.根据权利要求1所述的一种基于机器视觉的背部穴道的定位方法， 其特征在于， 所述 的步骤2中通过二维RGB图像数据提取得到肩部特征点所采用的方法是， 通过OpenPose人体 姿态检测 算法来进行特征提取， 人体骨架中的左肩节点、 颈背节点以及右肩节点三个关键 点作为二维特征点。 3.根据权利要求1所述的一种基于机器视觉的背部穴道的定位方法， 其特征在于， 所述 的步骤2通过三维点云数据提取得到臀部特征点的方法是， 通过3D相 机对人体背部进行拍 摄三维点云数据， 采用人体两侧臀部最高点的连线与后正中线的交点作为三维特征点， 将 3D相机拍摄时的y轴和推拿床长边方向保持平行， 故可根据点云y轴两侧的点数来判断人体 后正中线的位置， 并对两侧点的z轴坐标进行遍历对比， 分别得到两侧臀部的最高点的坐 标， 最终计算出三维点云特 征点。 4.根据权利要求3所述的一种基于机器视觉的背部穴道的定位方法， 其特征在于， 所述 的将提取得到的二 维肩部特征点和臀部特征点进 行融合的方法是， 将刚体旋转和平移将 3D 相机坐标系转换为 RGB相机坐标系， 然后根据透视投影关系将三 维坐标转化为二 维坐标， 将 三维臀部特 征点和二维肩部特 征点融合到二维坐标系上。 5.根据权利要求1所述的一种基于机器视觉的背部穴道的定位方法， 其特征在于， 所述 的模型训练的方法是， 将融合后的臀部特征点和肩部特征点的坐标整合成向量作为输入， 输入到梯度提升决策树机器学习算法中， 建立基准穴道坐标的回归 模型。 6.根据权利要求1所述的一种基于机器视觉的背部穴道的定位方法， 其特征在于， 所述 的步骤5的具体操作是， 将新采集到的特征点数据输入模型中得到基准穴道坐标， 基准穴道 坐标为 ， ， 则根据脊柱区骨椎分布规律及基准穴道坐标得到其他穴道的坐 标计算公式为，权　利　要　求　书 1/2 页 2 CN 115496786 A 2。权　利　要　求　书 2/2 页 3 CN 115496786 A 3