[發明專利]實時人體動作的識別方法和實時人體動作的識別裝置

有效

• 申請號: 201711200452.4
• 申請日: 2017-11-24
• 公開（公告）號: CN107832736B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 周曉軍;李驪;李朔;盛贊;王行
• 申請（專利權）人: 南京華捷艾米軟件科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F3/01
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 李明

本發明公開了一種實時人體動作的識別方法和裝置。所述方法包括：實時獲取待識別人體的深度圖像；根據所述深度圖像，提取所述深度圖像中人體的骨架數據，并對所述骨架數據進行歸一化處理；其中，所述骨架數據包括人體關鍵節點的關節點數據集合；獲取動作錄制文件，其中，所述動作錄制文件包括預先設定的動作錄制文件；根據所述動作錄制文件，設置關節點組合，并標記所述動作錄制文件中的動作的起止位置；利用預定算法，對所述動作錄制文件中的動作進行訓練，提取特征向量保存成動作模板文件；基于所述動作模板文件和所述關節點數據集合，對所述待識別人體的動作進行識別，輸出識別結果。能夠有效提高人體動作的識別準確度。

技術領域

本發明涉及人體動作識別技術領域，特別涉及一種實時人體動作的識別方法和一種實時人體動作的識別裝置。

背景技術

人機交互技術發展史已有超過五十年的發展歷史，近年來，采用動作識別技術實現人機交互成為國內外學者研究的重點方向之一。人體動作識別是計算機視覺中一個具有挑戰性的課題，同時也具有廣闊的應用前景。基于視覺的人體運動分析是計算機視覺領域中一個非常活躍的研究方向，它包含運動檢測、目標分類和跟蹤以及對人的運動進行理解和識別等內容。這些內容之間的關系是層層遞進的：運動人體的檢測是目標分類和跟蹤的基礎，在解決這些基本問題的基礎上，就可以進行人體動作識別。運動特征的選擇直接影響人體動作識別方法的識別效果。單一特征往往受到人體外觀、環境、攝像機設置等因素的影響不同，其適用范圍不同，識別效果也是有限的。

目前主流方法是計算機通過對傳感器(攝像機)采集的原始圖像或圖像序列數據進行處理和分析，識別到視頻中的人物，學習并理解其中人的動作和行為。

但是，上述主流方法中，需要大量復雜的計算，做不到實時性和準確性。

因此，如何設計出一種計算量少且能夠實現實時人體動作的識別方法成為本領域亟需解決的技術問題。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一，提出了一種一種實時人體動作的識別方法和一種實時人體動作的識別裝置。

為了實現上述目的，本發明的第一方面，提供了一種實時人體動作的識別方法，所述方法包括：

實時獲取待識別人體的深度圖像；

根據所述深度圖像，提取所述深度圖像中人體的骨架數據，并對所述骨架數據進行歸一化處理；其中，所述骨架數據包括人體關鍵節點的關節點數據集合；

獲取動作錄制文件，其中，所述動作錄制文件包括預先設定的動作錄制文件；

根據所述動作錄制文件，設置關節點組合，并標記所述動作錄制文件中的動作的起止位置；

利用預定算法，對所述動作錄制文件中的動作進行訓練，提取特征向量保存成動作模板文件；

基于所述動作模板文件和所述關節點數據集合，對所述待識別人體的動作進行識別，輸出識別結果。

優選地，所述根據所述深度圖像，提取所述深度圖像中人體的骨架數據的步驟包括：

提取所述深度圖像中的像素點的深度信息；

根據所述像素點的深度信息，將所述深度圖像分割成前景圖像和背景圖像；

將所述前景圖像與標準人體模型進行比較，以獲得所述骨架數據。

優選地，所述動作錄制文件還包括用戶自定義的動作錄制文件；

所述獲取動作錄制文件的步驟包括：

錄制用戶所展示的動作，以形成所述用戶自定義的動作錄制文件。

優選地，所述根據所述動作錄制文件，設置關節點組合的步驟包括：