[發明專利]一種人體動作識別方法在審
| 申請號: | 201611005454.3 | 申請日: | 2016-11-15 |
| 公開(公告)號: | CN106650619A | 公開(公告)日: | 2017-05-10 |
| 發明(設計)人: | 張相芬;劉絮雨;房博文;馬燕;李傳江 | 申請(專利權)人: | 上海師范大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 上海科盛知識產權代理有限公司31225 | 代理人: | 趙繼明 |
| 地址: | 200234 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 人體 動作 識別 方法 | ||
1.一種人體動作識別方法,其特征在于,包括以下步驟:
S1,獲取包含人體動作識別特征數據的連續圖像幀,所述的特征數據為人體多個骨骼關節點的深度圖像數據;
S2,使用基于累積運動能量的幀選擇算法,篩選出有效圖像幀,將有效圖像幀中的特征數據作為待測數據;
S3,構建待測數據的靜態姿勢特征向量Fcc、連續動作特征向量Fcp和整體動作特征向量Fco作為動作特征,所述的靜態特征向量Fcc表示一幀圖像中,人體各個軀干的位置向量信息,所述的連續動作特征向量Fcp表示一幀圖像相對其前一幀圖像的骨骼關節點的位移變化,所述的整體動作特征向量Fco表示一幀圖像相對于首幀圖像的骨骼關節點的位移變化;
S4,構建最終特征向量Fc,Fc=[Fcc,Fcp,Fco];
S5,對最終特征向量Fc降維;
S6,使用訓練好的模型分類器對降維后最終特征向量Fc進行動作識別,得到識別結果。
2.根據權利要求1所述的一種人體動作識別方法,其特征在于,所述的步驟S1中,通過Kinect設備采集圖像幀,特征數據包括人體20個骨骼關節點的深度圖像數據。
3.根據權利要求1所述的一種人體動作識別方法,其特征在于,所述的步驟S2中,幀選擇算法包括:對于同一個動作,按照圖像幀順序,從第二幀開始計算當前幀三維深度圖像的動作能量圖的和AME(i),將當前幀與上一幀進行比較,若AME(i)-AME(i-1)>ε,則將當前幀作為有效圖像幀進行保留,否則舍棄當前幀,然后進行下一幀的計算,直到最后一幀,AME(i)計算式如下:
當AME(i)-AME(i-1)>ε
其中,i表示幀的序號,表示第j幀三維深度圖像被投射到三維坐標軸得到的三維坐標,其中v表示坐標軸,v∈{1,2,3},ε是幀選擇算法設定的閾值,0<ε<1。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海師范大學,未經上海師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611005454.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于隨機森林模型的人口數據空間化方法
- 下一篇:鏡框型材(318)





