Medición corporal.

1. Un método para generar datos corporales tridimensionales de un sujeto a partir de una o más imágenes de origen capturadas usando un dispositivo de formación de imágenes digitales (100) ; comprendiendo dicho procedimiento las etapas de:

(i) capturar una o más imágenes de origen (150) del usando un dispositivo de formación de imágenes digital (100) ;

(ii) dividir la una o más imágenes de origen (150) en una pluralidad de segmentos utilizando los resultados de una colección de métodos de segmentación (170) ;

(iii) combinar, usando una ponderación de métodos de segmentación (170) en áreas de desacuerdo, los resultados de cada método de segmentación en la etapa (ii) para producir, para cada imagen de origen (150) , un solo mapa de probabilidad único (160) que representa al sujeto;

(iv) comparar el uno o más mapas de probabilidad únicos (160) con una base de datos de representaciones de cuerpos tridimensionales para determinar una coincidencia más cercana o el mejor mapeado entre el mapa de probabilidad único (160) y una representación determinada a partir de la base de datos;

en el que comparar uno o más mapas de probabilidad únicos (160) con una base de datos de representaciones de cuerpos tridimensionales para determinar una coincidencia más cercana o el mejor mapeado comprende las etapas de:

(v) generar una imagen de cuerpo tridimensional a partir de la base de datos de representaciones de cuerpos tridimensionales, utilizando variables que controlan la cámara, la postura y la forma del cuerpo;

(vi) generar una silueta de la imagen corporal tridimensional;

(vii) comparar la silueta con el uno o más mapas de probabilidad únicos (160) del sujeto y determinar el grado de coincidencia,

(viii) refinar iterativamente el valor de las variables mediante prueba y error hasta obtener el mejor mapeado; (ix) generar datos corporales tridimensionales y/o mediciones del sujeto basándose en el mejor mapeado y una tabla de búsqueda de mediciones conocidas de imágenes corporales tridimensionales, en donde el método comprende además una etapa de

(x) alterar las imágenes corporales tridimensionales y/o las siluetas generadas para tener en cuenta los factores de formación de imágenes presentes en la una o más imágenes del sujeto.

2. El método de acuerdo con la reivindicación 1, que comprende además, antes de dividir dicha una o más imágenes de origen (150) , aplicar una o más etapas de preprocesamiento a la una o más imágenes de origen (150) para mejorar los datos disponibles antes de la segmentación.

3. El método de acuerdo con la reivindicación 1 o la reivindicación 2, en el que la combinación de los resultados de cada método de segmentación comprende el uso de ecuaciones matemáticas y/o heurísticas.

4. El método de acuerdo con cualquier reivindicación anterior, en el que la generación de datos y/o mediciones corporales tridimensionales comprende además generar datos corporales tridimensionales del sujeto u otras métricas personales basadas en el mejor mapeado de la etapa (iv) .

5. Un método de acuerdo con cualquier reivindicación anterior, que comprende además la etapa de:

después de capturar dichas una o más imágenes (150) , proporcionar uno o más mapas de probabilidad renderizados previamente (160) representativos de una forma y una postura esperadas del sujeto en una o más imágenes (150) y proporcionar una secuencia de métodos de segmentación (170) para aplicar de acuerdo con la forma y la postura esperadas del sujeto en cada imagen.

6. Un método de acuerdo con la reivindicación 5, que comprende además la etapa de:

determinar una postura del sujeto y proporcionar uno o más mapas de probabilidad (160) basados en la postura que se ha determinado.

7. Un método de acuerdo con la reivindicación 1, en el que los factores de formación de imágenes presentes son al menos uno de: cabeceo de cámara; guiñada de la cámara; distancia de la cámara y distorsión de barril.

8. Un método de acuerdo con cualquier reivindicación anterior, que comprende además las etapas de: determinar mediciones sin escala de la mejor coincidencia basadas en la tabla de BÚSQUEDA de mediciones conocidas de imágenes corporales tridimensionales; y

escalar las mejores mediciones de coincidencia o escaneado en función de los datos de referencia proporcionados por el sujeto, siendo dichos datos de referencia uno o más de: altura del sujeto; distancia entre sujeto y cámara; referencia a un objeto conocido calibrado.

9. Un método de acuerdo con una cualquiera de las reivindicaciones 5 a 8, en el que dividir la una o más imágenes (150) en una pluralidad de segmentos comprende la etapa de:

comparar la ubicación de píxeles en la imagen o en cada imagen con sus ubicaciones correspondientes en los mapas de probabilidad renderizados previamente (160) para determinar la probabilidad de que un píxel represente al sujeto en la imagen.

10. Un método de acuerdo con una cualquiera de las reivindicaciones 5 a 9, en el que dividir la una o más imágenes (150) en una pluralidad de segmentos comprende la etapa de:

ponderar píxeles en la imagen o en cada imagen de acuerdo con las ubicaciones correspondientes en los mapas de probabilidad renderizados previamente (160) para generar una imagen ponderada correspondiente e identificar un color y/o una distribución espacial dentro de estas imágenes ponderadas.

11. Un método de acuerdo con cualquier reivindicación anterior, en el que después de la etapa (iii) , el método comprende además la etapa de:

agregar una región de incertidumbre alrededor de los bordes de uno o más mapas de probabilidad únicos (160) para compensar la nitidez de línea variable para producir un límite de píxeles inciertos;

identificar el gradiente de los bordes de uno o más mapas de probabilidad únicos (160) para determinar la dirección del sujeto en cada píxel incierto para producir un mapa de probabilidad de contorno vectorial correspondiente;

aplicar el mapa de probabilidad de contorno vectorial a la imagen (150) para determinar los puntos con el mayor contraste; e identificar, en dicho punto de mayor contraste, un píxel límite ubicado en el borde del sujeto.

12. Un método de acuerdo con la reivindicación 10 o la reivindicación 11, en el que se identifica una distribución de color dentro de las imágenes ponderadas y la identificación de la distribución de color comprende adicionalmente las etapas de:

muestrear píxeles de la imagen (150) para identificar su color; y

mapear la ubicación de los píxeles muestreados al mapa de probabilidad renderizado previamente para determinar el color esperado de esa región del mapa de probabilidad.

13. Un método de acuerdo con la reivindicación 12, en el que la identificación de la distribución de color comprende además las etapas de:

obtener una distribución de probabilidad del color de los píxeles dentro de todos dichos segmentos de la imagen (150) ; y generar una distribución de probabilidad multidimensional/multivariada de la imagen (150) en intensidad, color y/o espacio espacial.

14. Un método de acuerdo con las reivindicaciones 12 o 13, que comprende además la etapa de:

comparar la distribución de probabilidad con el color esperado de las regiones correspondientes del mapa de probabilidad (160) para determinar la probabilidad de que un píxel represente al sujeto.