[發(fā)明專(zhuān)利]一種基于圖像壓縮的人體動(dòng)作分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911217145.6
• 申請(qǐng)日: 2019-12-03
• 公開(kāi)（公告）號(hào): CN110991340B
• 公開(kāi)（公告）日: 2023-02-28
• 發(fā)明（設(shè)計(jì)）人: 崔莉亞;劉皓東;趙紅領(lǐng);李潤(rùn)知;王菁
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鄭州大學(xué)
• 主分類(lèi)號(hào): G06V40/20
• 分類(lèi)號(hào): G06V40/20;G06V10/764;G06V10/82;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 河南大象律師事務(wù)所 41129
• 代理人: 尹周

本發(fā)明公開(kāi)了一種基于圖像壓縮的人體動(dòng)作分析方法,主要包括跳繩視頻采集、視頻數(shù)據(jù)預(yù)處理、視頻幀的壓縮模型建立、坐標(biāo)點(diǎn)的獲取、坐標(biāo)點(diǎn)開(kāi)窗重識(shí)別、特征序列的構(gòu)建、動(dòng)作分析模型的構(gòu)建，通過(guò)手機(jī)采集人體正面正搖雙腳跳過(guò)程中的視頻流數(shù)據(jù)，記錄并保存目標(biāo)對(duì)象的基本信息，包括姓名、性別、年齡、身高、體重、所做動(dòng)作名稱(chēng)，解決了對(duì)位姿估計(jì)過(guò)程中的關(guān)鍵點(diǎn)預(yù)測(cè)不高的問(wèn)題和運(yùn)動(dòng)訓(xùn)練過(guò)程中的長(zhǎng)時(shí)間動(dòng)作分析和運(yùn)動(dòng)潛力發(fā)現(xiàn)問(wèn)題，為運(yùn)動(dòng)過(guò)程中的動(dòng)作分析和訓(xùn)練策略得提出提供了參考依據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及人體運(yùn)動(dòng)動(dòng)作分析技術(shù)領(lǐng)域，特別是涉及一種基于圖像壓縮的人體動(dòng)作分析方法。

背景技術(shù)

近年來(lái)隨著計(jì)算機(jī)技術(shù)與機(jī)器學(xué)習(xí)的發(fā)展和應(yīng)用，基于視頻的時(shí)間序列人體動(dòng)作分析技術(shù)迅速興起并得到了廣泛的關(guān)注。圖像和視頻相對(duì)于文字所展示的信息具有直觀，生動(dòng)形象的特點(diǎn)，使得人們更加容易獲取信息。然而圖像和視頻本身具有巨大的數(shù)據(jù)量，使得其在網(wǎng)絡(luò)傳輸過(guò)程中對(duì)網(wǎng)絡(luò)帶寬具有很高的要求，同時(shí)也大大增加了存儲(chǔ)成本。當(dāng)前基于視頻的時(shí)間序列的人體動(dòng)作分析仍是計(jì)算機(jī)視覺(jué)中一個(gè)極具挑戰(zhàn)性的課題，涉及圖像處理、模式識(shí)別、機(jī)器學(xué)習(xí)等多個(gè)學(xué)科，在智能監(jiān)控、人機(jī)交互、康復(fù)運(yùn)動(dòng)、體育訓(xùn)練評(píng)估等領(lǐng)域有著廣泛的應(yīng)用前景。

圖像壓縮的目的是為了減少圖像的冗余信息和不相關(guān)信息，以低比特率存儲(chǔ)或傳輸圖像。對(duì)于圖像來(lái)說(shuō)，低頻分量比高頻分量重要的多，低頻分量代表著圖像中亮度或者灰度值變化緩慢的區(qū)域，也就是圖像中大片平坦的區(qū)域，描述了圖像的主要部分。高頻分量對(duì)應(yīng)著圖像變化劇烈的部分，也就是圖像的邊緣或者噪聲以及細(xì)節(jié)部分。通常來(lái)說(shuō)，圖像壓縮主要是對(duì)高頻分量進(jìn)行量化操作，這樣可以大大減少圖像的數(shù)據(jù)量，達(dá)到壓縮的目的。

現(xiàn)有的基于視頻的時(shí)間序列在人體行為識(shí)別算法上存在分析的視頻幀存儲(chǔ)開(kāi)銷(xiāo)過(guò)大、計(jì)算負(fù)擔(dān)過(guò)重的問(wèn)題，不能做到實(shí)時(shí)。此外，在人體動(dòng)作的分析方面的研究工作較少，所以發(fā)明一種魯棒性高，時(shí)間開(kāi)銷(xiāo)穩(wěn)定的一種基于圖像壓縮的人體動(dòng)作分析方法，對(duì)于人體動(dòng)作快速分析存儲(chǔ)建模和動(dòng)作質(zhì)量評(píng)估以及運(yùn)動(dòng)者的潛力挖掘具有重要的意義。

發(fā)明內(nèi)容

針對(duì)上述情況，為克服現(xiàn)有技術(shù)之缺陷，本發(fā)明之目的在于提供一種基于圖像壓縮的人體動(dòng)作分析方法，解決了運(yùn)動(dòng)訓(xùn)練分析過(guò)程中視頻幀存儲(chǔ)開(kāi)銷(xiāo)大，計(jì)算負(fù)擔(dān)重的問(wèn)題，減少了視頻的存儲(chǔ)容量，增加了視頻處理的速度。

其解決的技術(shù)方案是，一種基于圖像壓縮的人體動(dòng)作分析方法,其特征在于，主要包括跳繩視頻采集、視頻數(shù)據(jù)預(yù)處理、視頻幀的壓縮模型建立、坐標(biāo)點(diǎn)的獲取、坐標(biāo)點(diǎn)開(kāi)窗重識(shí)別、特征序列的構(gòu)建、動(dòng)作分析模型的構(gòu)建，具體步驟1：通過(guò)手機(jī)采集人體正面正搖雙腳跳過(guò)程中的視頻流數(shù)據(jù)，記錄并保存目標(biāo)對(duì)象的基本信息，包括姓名、性別、年齡、身高、體重、所做動(dòng)作名稱(chēng)以及跳繩視頻流數(shù)據(jù)；

步驟2:對(duì)不同設(shè)備采集的視頻流數(shù)據(jù)進(jìn)行高和寬的統(tǒng)一設(shè)定，將視頻高設(shè)定為530cm,寬設(shè)定為460cm，構(gòu)建深度學(xué)習(xí)的端到端的圖像壓縮框架，用以對(duì)視頻的每一幀進(jìn)行壓縮，其步驟為：

步驟A1:獲取手機(jī)或攝像機(jī)拍攝的視頻數(shù)據(jù),轉(zhuǎn)換成統(tǒng)一的尺度；

步驟A2:在編碼器端構(gòu)建第一塊卷積神經(jīng)網(wǎng)絡(luò)，來(lái)獲得原始圖像幀的特征表示信息，然后構(gòu)建第二塊卷積神經(jīng)網(wǎng)絡(luò)，對(duì)解碼后的圖像幀的特征表示信息進(jìn)行復(fù)原，最終得到復(fù)原圖像；

步驟3：對(duì)視頻數(shù)據(jù)進(jìn)行預(yù)處理，并對(duì)視頻中每一幀的人體進(jìn)行姿態(tài)估計(jì)，得到關(guān)鍵點(diǎn)坐標(biāo)，其步驟如下：

步驟B1:獲取壓縮后的圖像幀；

步驟B2：利用Open-pose方法對(duì)獲得視頻中每幀人體的鼻子、脖子、右肩、右手肘、右手腕、左肩、左手肘、左手腕、右臀部、右膝蓋、右腳踝、左臀部、左膝蓋、左腳踝這14個(gè)關(guān)節(jié)點(diǎn)的坐標(biāo)位置，坐標(biāo)表示為C_i＝(cx_i,cy_i)，其中i從1到14；