[發明專利]面向智能教學時空關聯的形體動作屬性分析與識別方法

在審

• 申請號: 201910089359.3
• 申請日: 2019-01-30
• 公開（公告）號: CN109919024A
• 公開（公告）日: 2019-06-21
• 發明（設計）人: 陳強;蘇卓;陳慧妍
• 申請（專利權）人: 陳強;蘇卓;陳慧妍
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q50/20;G06T7/246
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種面向智能教學時空關聯的形體動作屬性分析與識別方法。該方法包括：根據多尺度相關濾波的實時視覺目標跟蹤方式，跟蹤定位學習者在每一幀的位置；基于多幀圖像的聯合分割方式，建立學習者的可變形部分模型，實現單幀整體圖像動作屬性感知的時空關聯估計。本發明提供的方案，能提高教育資源公共服務平臺優質形體動作教育資源可視媒體的時空結構預測與識別能力，通過對動作屬性的分析，從形體動作的結構性、連續性和時空一致性等方面，實現對形體動作分析和識別，以及對其變化趨勢的準確預測。

技術領域

本發明涉及計算機技術領域，具體涉及一種面向智能教學時空關聯的形體動作屬性分析與識別方法。

背景技術

可視教學媒體是由教育平臺、教學網站、圖像視頻網站及論壇等相關平臺提供，以人為主體、以形體動作為主要呈現內容的圖像和視頻(動畫)為載體的教學媒體資源及產品。

當前，隨著MOOC(massive open online courses，大型開放式網絡課程)課程和E-Learning(Electronic Learning，電子化學習)等平臺的興起，傳統的遠程教學模式發生了極大的變化；同時，教學效果也得以明顯改善。伴隨著這股浪潮，形體動作的教學方式，也逐漸從傳統的線下媒介傳播學習模式，轉為在線可視媒體的形式點播學習模式。例如，愛奇藝等的在線視頻門戶網站，紛紛在其教育頻道中，提供了多種類型的形體動作教學視頻，包括體操類、舞蹈類和武術類等。如何通過眾多的形體動作教學資源，獲得理想的學習和鍛煉效果，是形體動作教學的其中一個核心問題。此外，傳統模式的形體動作教學，由于多方因素影響(如場地，時間，難度，趣味性等因素)，對學習過程的興趣可能難以維持。因此，如何通過增強學習過程的互動性，維持學習者的學習興趣，是當前形體動作教學中的另一個核心問題。

發明內容

有鑒于此，本發明的目的在于提出一種面向智能教學時空關聯的形體動作屬性分析與識別方法，能提高教育資源公共服務平臺優質形體動作教育資源可視媒體的時空結構預測與識別能力。

本發明提供一種面向智能教學時空關聯的形體動作屬性分析與識別方法，包括：

根據多尺度相關濾波的實時視覺目標跟蹤方式，跟蹤定位學習者在每一幀的位置；

基于多幀圖像的聯合分割方式，建立學習者的可變形部分模型，實現單幀整體圖像動作屬性感知的時空關聯估計。

優選的，所述方法包括：

將所述多幀圖像的每個區域在時間上進行連續特征提取，實現時間上連貫平滑的動作估計。

優選的，所述方法包括：

根據可變形部分模型在幾何上的簡化規律及示范者的形體與動作的整體性特征，將視頻序列中各個動作區域作為圖模型的節點連接成圖。

優選的，所述方法包括：

根據形體動作的屬性之間的關聯進行預測。

優選的，所述方法包括：

將動作的所有屬性等同于文本的表達，通過主題來表達每個樣本以及詞與主題之間的關系；

通過利用奇異值分解眾屬性的關聯信息發現并提取出屬性的主題以及動作與主題的聯系，并用主題衡量屬性間的關系。

優選的，所述方法包括：

針對所述多幀圖像每一個區域及統一動作屬性描述分析每個區域具有的動作屬性。

優選的，所述方法包括：

對每個區域在時間域上進行連續的低層圖像特征提取，并基于時空感知和利用隨機投影矩陣將得到的低層圖像特征進行降維處理，得到基于結構化預測的動作屬性定位。