[發(fā)明專利]一種提取人體關(guān)節(jié)點坐標的智能監(jiān)控系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201410245308.2
• 申請日: 2014-06-04
• 公開（公告）號: CN104038738B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設(shè)計）人: 王真伊;董傲霜;陳瑞
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06F3/01;A61B5/11
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司21109
• 代理人: 梁焱

1.一種提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控系統(tǒng)，其特征在于：包括三臺體感器、計算機和報警器；

所述的三臺體感器分別安裝在監(jiān)控環(huán)境內(nèi)的三個方向上，且三個體感器位于同一水平面上，三臺體感器均用于采集人體骨骼關(guān)節(jié)點處的坐標，并將采集到的坐標信息傳輸至計算機；

所述的計算機用于對體感器采集的人體骨骼關(guān)節(jié)點坐標中的完整骨骼關(guān)節(jié)點坐標數(shù)據(jù)進行降維處理，并根據(jù)降維處理后的數(shù)據(jù)進行動作識別，得到動作識別結(jié)果，并判斷結(jié)果是否為異常動作，若為異常動作則向報警器發(fā)出報警指令；

所述的報警器用于根據(jù)計算機發(fā)出的報警指令進行報警。

2.根據(jù)權(quán)利要求1所述的提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控系統(tǒng)，其特征在于：所述的三臺體感器的輸出端分別與計算機的輸入端連接，計算機的輸出端與報警器的輸入端連接。

3.根據(jù)權(quán)利要求1所述的提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控系統(tǒng)，其特征在于，所述的體感器為紅外體感器。

4.采用權(quán)利要求1所述的提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控系統(tǒng)進行智能監(jiān)控的方法，其特征在于，包括以下步驟：

步驟1：建立基于核主成分分析的二維隱馬爾科夫模型：將體感器采集的不同動作的完整骨骼關(guān)節(jié)點坐標的動作特征數(shù)據(jù)進行降維處理，獲得動作特征數(shù)據(jù)主成分，將不同動作的動作特征數(shù)據(jù)主成分作為二維隱馬爾科夫模型的輸入，不同動作作為二維隱馬爾科夫模型的輸出，得到二維隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移概率矩陣、發(fā)生的條件概率矩陣，進而確定該二維隱馬爾科夫模型；

步驟2：利用三臺體感器對監(jiān)控區(qū)域內(nèi)人體動作進行實時監(jiān)控，對完整的骨骼關(guān)節(jié)點坐標的動作特征數(shù)據(jù)進行降維處理，獲得該未知動作的動作特征數(shù)據(jù)主成分；

步驟3：利用建立的二維隱馬爾科夫模型對監(jiān)控的人體動作的動作特征數(shù)據(jù)主成分進行動作識別：將未知動作的動作特征數(shù)據(jù)主成分作為輸入，利用二維隱馬爾科夫模型得到各動作發(fā)生的概率，將發(fā)生概率最大的動作作為動作識別結(jié)果；

步驟4：若識別的動作為設(shè)定的異常動作，則進行報警，否則返回步驟2。

5.根據(jù)權(quán)利要求4所述的提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控方法，其特征在于：所述的步驟1按以下步驟執(zhí)行：

步驟1.1：通過三臺體感器采集人體不同動作的骨骼關(guān)節(jié)點坐標，判斷三臺體感器所獲取的每一幀圖像骨骼關(guān)節(jié)點坐標是否為零，若某臺體感器獲取的某一幀骨骼關(guān)節(jié)點坐標全不為零，則該幀圖像中骨骼關(guān)節(jié)點坐標數(shù)據(jù)為完整的骨骼坐標數(shù)據(jù)，則執(zhí)行步驟1.2，若三臺體感器均為不完整骨骼坐標數(shù)據(jù)，則當前圖像視為無效幀，進行下一幀圖像的捕獲；

步驟1.2：將完整的骨骼坐標數(shù)據(jù)中的每個骨骼關(guān)節(jié)點相對于臀部中央的相對坐標、骨骼關(guān)節(jié)之間夾角的余弦值和骨骼關(guān)節(jié)點運動的速度作為動作特征數(shù)據(jù)，將固定時間間隔的動作特征數(shù)據(jù)作為動作特征序列組；

步驟1.3：對動作特征數(shù)據(jù)序列組進行劃分，取劃分的每部分動作特征序列的平均值作為動作樣本，各動作樣本形成動作樣本集，使用核主成分分析法對動作樣本集進行降維處理，提取出動作特征數(shù)據(jù)主成分；

步驟1.4：使用二維隱馬爾科夫模型對動作特征數(shù)據(jù)主成分進行訓(xùn)練，設(shè)定初始概率分布，輸入不同動作的動作特征數(shù)據(jù)主成分，得到二維隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移概率矩陣、發(fā)生的條件概率矩陣，進而確定該二維隱馬爾科夫模型。

6.根據(jù)權(quán)利要求4所述的提取人體骨骼關(guān)節(jié)點坐標的智能監(jiān)控方法，其特征在于：所述的步驟2按以下步驟執(zhí)行：

步驟2.1：利用三臺體感器采集監(jiān)控區(qū)域內(nèi)人體動作的骨骼關(guān)節(jié)點坐標，判斷三臺體感器所獲取的每一幀圖像骨骼關(guān)節(jié)點坐標是否為零，若某臺體感器獲取的某一幀骨骼關(guān)節(jié)點坐標全不為零，則該幀圖像中骨骼關(guān)節(jié)點坐標數(shù)據(jù)為完整的骨骼坐標數(shù)據(jù)，則執(zhí)行步驟2.2，若三臺體感器均為不完整骨骼坐標數(shù)據(jù)，則當前圖像視為無效幀，進行下一幀圖像的捕獲；

步驟2.2：將完整的骨骼坐標數(shù)據(jù)中的每個骨骼關(guān)節(jié)點相對于臀部中央的相對坐標、骨骼關(guān)節(jié)之間夾角的余弦值和骨骼關(guān)節(jié)點運動的速度作為動作特征數(shù)據(jù)，將固定時間間隔的動作特征數(shù)據(jù)作為動作特征序列組；

步驟2.3：對未知的動作特征序列組進行劃分，取劃分后的每部分動作特征序列的平均值作為動作樣本，各動作樣本形成動作樣本集，使用核主成分分析法對動作樣本集進行降維處理，提取出動作特征數(shù)據(jù)主成分。