[發明專利]一種基于三維人體骨架的人體基本動作實時識別方法

有效

• 申請號: 201810916374.6
• 申請日: 2018-08-13
• 公開（公告）號: CN109344694B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 寧小娟;王映輝;李天陽;李建明
• 申請（專利權）人: 西安理工大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06F3/01
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 韓玙

本發明公開了一種基于三維人體骨架的人體基本動作實時識別方法，具體按照確定Kinect的安置角度；根據三維人體骨架定義人體基本動作，得到多個定義動作；利用Kinect獲取待識別人體動作，獲取待識別人體動作的動作特征，將待識別人體動作與定義動作進行特征匹配，進行待識別人體動作的識別的步驟。本發明一種基于三維人體骨架的人體基本動作實時識別方法，能夠通過Kinect實時獲取骨骼數據對人體基本動作的動作進行實時識別。

技術領域

本發明屬于計算機視覺和模式識別的重要研究內容和交叉學科技術領域，涉及一種基于三維人體骨架的人體基本動作實時識別方法，具體的涉及一種基于Kinect采集的三維人體模型的三維人體骨架的人體基本動作實時識別方法。

背景技術

人體動作識別研究通過計算機對人體動作序列進行一系列分析和辨別。動作序列是一個有序姿態的變化過程，現實中人們一般通過眼睛來捕獲動作數據，再經過大腦分析和自己經驗的對比從而得出動作類型，所以在人體動作識別的過程中，視覺分析是非常重要的一個部分。目前動作識別已經在智能監控、虛擬現實、高級人機交互、體育運動分析、自動駕駛等多個領域取得了重大的實際應用價值。人體動作識別實質就是利用模型來判斷測試的動作是否和先前標定的動作一致，如果一致說明選擇的分類模型比較好，因此它是一種對動作分類的方法。隨著動作識別應用范圍的擴大和研究的深入，已經取得了諸多研究成果。

2007年，Meng等人提出了一種適用于安全系統、人機交互和智能環境的嵌入式計算機視覺應用的人體動作識別系統。利用分層運動歷史直方圖特征來表示運動信息，提取一個低維特征向量并將其應用到基于支持向量機分類器的人體動作識別系統。由于是對每幀獲取直方圖然后進行計算，因此整個過程實時性較差。

2010年A.AravindKumar設計了基于視頻分析的人體活動識別系統，主要運用了一種使用跟蹤像素點的軌跡的方法，該方法利用信號處理技術找出它們的屬性，提取其中的特征，用支持向量機對數據進行訓練，最終對新視頻進行分類。但是在跟蹤過程中，需要手動選擇感興趣的點或區域進行匹配，由于僅使用相關系數來匹配感興趣的最佳匹配區域，當區域旋轉或改變其形狀時，某些點可能會丟失，對特征提取的影響較大。

2016年Chen等人提出了利用深度和慣性傳感器融合的實時人體動作識別系統，該系統利用了兩種不同模式的傳感器的數據：視覺深度和慣性。將這兩種不同的模式傳感器的特征通過一個基于決策的融合方法進行實時融合。兩種不同模式的傳感器的特征融合過程比較復雜，而且對識別的效果影響較大，魯棒性較差。

發明內容

本發明的目的是提供一種基于三維人體骨架的人體基本動作實時識別方法，能夠通過Kinect實時獲取骨骼數據對人體基本動作進行實時識別。

本發明所采用的技術方案是，一種基于三維人體骨架的人體動作實時識別方法，具體按照下述方法進行：

步驟1，確定Kinect的安置角度；

步驟2，根據三維人體骨架定義人體基本動作，得到多個定義動作；

步驟3，利用Kinect獲取待識別人體動作，獲取待識別人體動作的動作特征，將待識別人體動作與定義動作進行特征匹配，進行待識別人體動作的識別。

本發明的特點還在于：

步驟1中具體按照下述方法確定Kinect的安置角度：

根據人體所在平面的法向量和Kinect鏡頭平面的法向量計算人體所在平面和Kinect鏡頭平面的夾角：

當人體所在平面的法向量和Kinect鏡頭平面的法向量都指向人體所在平面的法向量和Kinect鏡頭平面之間或者是人體所在平面的法向量和Kinect鏡頭平面的法向量都指向人體所在平面的法向量和Kinect鏡頭平面之外，則人體所在平面的法向量和Kinect鏡頭平面的法向量計算人體所在平面和Kinect鏡頭平面的夾角為：