[發(fā)明專利]一種基于Kinect三維骨架模型的肢體動作識別方法有效
| 申請?zhí)枺?/td> | 201710315125.7 | 申請日： | 2017-05-08 |
| 公開（公告）號： | CN107301370B | 公開（公告）日： | 2020-10-16 |
| 發(fā)明（設計）人： | 馬世偉;芮玲;王建國;陳光化 | 申請（專利權）人： | 上海大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 上海上大專利事務所(普通合伙) 31205 | 代理人： | 陸聰明 |
| 地址： | 200444*** | 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 基于 kinect 三維 骨架 模型 肢體 動作 識別 方法 | ||
1.一種基于Kinect三維骨架模型的肢體動作識別方法，其特征在于：利用Kinect攝像頭采集肢體動作的骨架數據流，包含了人體骨架關節(jié)點在三維空間中的坐標信息，對骨架數據流中的數據進行數據預處理，提取骨架關節(jié)角描述符作為肢體動作的特征數據，將特征數據分類并采用隨機森林分類器進行肢體動作識別；提取骨架關節(jié)角描述符作為肢體動作的特征數據包括以下四個主要步驟：
1)從預處理后的數據中篩選出主要關節(jié)點，包括對上肢動作選取左手和右手關節(jié)點作為主要關節(jié)點，對全身肢體動作選取頭部、左手、右手、左腳和右腳關節(jié)點作為主要關節(jié)點；
2)將三維骨架數據分別投影到XY、YZ和ZX這三個正交的二維平面上；
3)計算主要關節(jié)點與坐標原點所構成向量與水平軸之間夾角的分布情況，并使用時間金字塔模型捕獲動作的時序性，使得特征能夠有效描述原始動作序列的時間和空間特性；
4)串聯三個投影面的夾角分布得到基于關節(jié)角的肢體動作特征。
2.根據權利要求1所述的基于Kinect三維骨架模型的肢體動作識別方法，其特征在于：所述數據預處理包括以下三個主要步驟：
1)歸一化處理：選擇脊柱關節(jié)點作為參考坐標系的坐標原點Jref(xref,yref,zref)，則第i個關節(jié)點的坐標歸一化為J'i(xi,yizi)＝Ji(xi,yizi)-Jref(xref,yref,zref)，其中，Ji(xi,yizi)為第i個關節(jié)點坐標；
2)標準化處理：對關節(jié)點坐標數據按照以下公式進行標準化處理：
其中，μ是均值，σ是標準差；通過計算，得到新的關節(jié)點坐標為：
3)旋轉變換：定義連接右肩和左肩的線段所在的直線為參考坐標系中的X軸，然后計算原始X軸與新的參考坐標系中X軸之間的夾角θ，并通過下式對所有骨架關節(jié)點沿著Y軸做旋轉變換，即旋轉-θ角度：
其中，(x y z)是旋轉變換前的關節(jié)點坐標，(x' y' z')是旋轉變換后的關節(jié)點坐標。
3.根據權利要求1所述的基于Kinect三維骨架模型的肢體動作識別方法，其特征在于：所述將特征數據分類并采用隨機森林分類器進行肢體動作識別包括以下三個主要步驟：
1)將經過數據預處理和特征提取得到的特征數據分為訓練數據和測試數據兩大類；
2)采用隨機森林分類器，將訓練數據作為分類器的輸入，對其參數進行調整，達到訓練分類器的目的；
3)將測試數據輸入到已訓練好的分類器進行測試，得出每個肢體動作樣本的類別屬性，完成識別任務。
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大學，未經上海大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710315125.7/1.html，轉載請聲明來源鉆瓜專利網。
