[發明專利]基于深度圖像序列的實時人體動作識別方法及裝置有效

申請號：	201310192961.2	申請日：	2013-05-22
公開（公告）號：	CN103246884A	公開（公告）日：	2013-08-14
發明（設計）人：	王貴錦;李艷麗;何禮;林行剛	申請（專利權）人：	清華大學
主分類號：	G06K9/00	分類號：	G06K9/00
代理公司：	北京路浩知識產權代理有限公司 11002	代理人：	王瑩
地址：	100084 北京市***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于深度圖像序列實時人體動作識別方法裝置
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及模式識別技術領域，具體涉及一種基于深度圖像序列的實時人體動作識別方法及裝置。

背景技術

隨著現代信息技術向智能化、人性化的方向發展，各種人機交互、虛擬現實、智能監控系統相繼出現。基于計算機視覺的人體姿勢估計、動作識別、行為理解等技術在其中扮演了重要的角色。近年來，微軟公司Kinect深度攝像機的發布，使得實時獲取場景三維信息的成本大幅度降低，也為動作識別相關領域提供了更多可能性。然而，由于人體的非剛性、運動方式的多樣性、位移的隨意性，實時、魯棒地識別人體動作仍面臨著很多挑戰。

現有技術中，對于深度圖像的動作識別主要有兩大類方法：一類是借用已有工具，例如Microsoft?Kinect?SDK等直接獲取人體關節點或骨架信息，再使用傳統的模式識別算法進行識別；另一類是從原始深度圖像數據中提取圖像特征。前者雖然實施方便，但難以在自主研發的產品中使用，而且識別性能主要受制于骨架提取工具的準確性。后者按照分類算法可分為運動模板匹配（Action?template）和狀態空間方法（Temporal?state-space?models）。運動模板匹配也稱為直接分類，是將一組圖像序列看成一個靜態的形狀模式，其存在難以準確描述動作的動態過程的缺陷；狀態空間方法是將動作視為一系列姿勢或狀態之間的動態轉移過程，以此建立概率模型，如隱馬爾可夫模型（Hidden?Markov?Models,HMM）、條件隨機場模型（Conditional?Random?Fields,CRF）、最大熵馬爾可夫模型（Maximum?Entropy?Markov?Models,MEMM）等。

目前，對于深度圖像動作識別的研究還非常有限，現有技術存在一個共同的缺點：由于提取的特征與人體區域的絕對坐標相關，因此在識別前必須進行歸一化，需準確地檢測目標人體在圖像中的位置和大小。然而在實際應用場合中，用戶的運動具有很大的隨意性，尤其是復雜的動作可能伴隨著身體的平移、傾斜或者高度的變化等等，經常導致歸一化的偏差，進而影響識別準確率；而且，現有技術中深度圖像動作識別方法的識別效率仍有待提高。

發明內容

（一）要解決的技術問題

本發明的目的在于提供一種基于深度圖像序列的實時人體動作識別方法，用于提升動作識別的效率以及動作識別的準確性和魯棒性；進一步的，本發明還提供了一種基于深度圖像序列的實時人體動作識別裝置。

（二）技術方案

本發明技術方案如下：

一種基于深度圖像序列的實時人體動作識別方法，包括步驟：

S1.從目標深度圖像序列中提取目標動作剪影，從訓練深度圖像集中提取訓練動作剪影；

S2.對訓練動作剪影進行姿勢聚類，并對聚類結果進行動作標定；

S3.計算目標動作剪影以及訓練動作剪影的姿勢特征；

S4.結合訓練動作剪影的姿勢特征進行基于高斯混合模型的姿勢訓練并構建姿勢模型；

S5.計算聚類結果的每個動作中各姿勢間的轉移概率并構建動作圖模型；

S6.根據所述目標動作剪影的姿勢特征、姿勢模型以及動作圖模型對目標深度圖像序列進行動作識別。