[發(fā)明專(zhuān)利]一種運(yùn)動(dòng)人體行為檢測(cè)的分割算法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110472911.4
• 申請(qǐng)日: 2021-04-29
• 公開(kāi)（公告）號(hào): CN113158942A
• 公開(kāi)（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 何春平
• 申請(qǐng)（專(zhuān)利權(quán)）人: 澤恩科技有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/34;G06T17/00
• 代理公司: 廣州海心聯(lián)合專(zhuān)利代理事務(wù)所(普通合伙) 44295
• 代理人: 冼俊鵬;莫秀波

1.一種運(yùn)動(dòng)人體行為檢測(cè)的分割算法，其特征在于，包括：

利用滑窗法對(duì)運(yùn)動(dòng)視頻進(jìn)行片段分割得到視頻幀；

對(duì)所述視頻幀內(nèi)的人體區(qū)域進(jìn)行分割得到人體圖像；

選取所述人體圖像的主要部位作為特征向量以確定動(dòng)作行為邊界；

根據(jù)所述動(dòng)作行為邊界建立所述人體圖像的三維人體骨架模型并得到骨架圖像；

取相鄰兩視頻幀的骨架圖像的膝關(guān)節(jié)角度差的絕對(duì)值得到時(shí)間距離：

DIFFKneeAngle(i)＝|KneeAngle(i+1)-KneeAngle(i)|；

取相鄰兩視頻幀的骨架圖像的脊柱中點(diǎn)三維坐標(biāo)Z軸坐標(biāo)值之差的絕對(duì)值得到空間距離：

DIFFSpinZ(i)＝|SpinZ(i+1)-SpinZ(i)|；

利用歸一化方法：

分別將所述時(shí)間距離、空間距離轉(zhuǎn)換到(0,1)之間得到diffKneeAngle(i)、diffSpinZ(i)；

計(jì)算關(guān)鍵幀距離DBKF＝diffKneeAngle(i)+diffSpinZ(i)，并根據(jù)所述關(guān)鍵幀距離DBKF制作幀間距離曲線，獲取所述幀間距離曲線的極值P；

設(shè)置過(guò)濾值F，計(jì)算極值放大值G＝(P-F)²*100；

設(shè)置分割閾值，當(dāng)幀間距離曲線的相鄰兩個(gè)極值放大值G之間的差值的絕對(duì)值大于或等于分割閾值時(shí)作為連續(xù)動(dòng)作的分割點(diǎn)，根據(jù)分割點(diǎn)得到分割幀骨架圖像。

2.根據(jù)權(quán)利要求1所述的一種運(yùn)動(dòng)人體行為檢測(cè)的分割算法，其特征在于，對(duì)人體區(qū)域進(jìn)行分割包括兩種方式：第一種方式為采用小波分析法通過(guò)預(yù)先檢測(cè)到的人臉顏色分布對(duì)所述視頻幀內(nèi)的待測(cè)人臉區(qū)域進(jìn)行預(yù)測(cè)定位，然后采用區(qū)域生長(zhǎng)法分割出全部人體圖像；

第二種方式為先完成人體圖像模型的構(gòu)建，再根據(jù)所述人體圖像模型并結(jié)合圖像分割方法，進(jìn)一步利用人體區(qū)域的匹配的方法分割出人體圖像。

3.根據(jù)權(quán)利要求2所述的一種運(yùn)動(dòng)人體行為檢測(cè)的分割算法，其特征在于，所述第二種方式包括：利用多個(gè)實(shí)驗(yàn)樣本預(yù)先在樸素貝葉斯框架下根據(jù)頭部、身體主干和四肢的表征構(gòu)建三維人體模型；然后利用此三維人體模型對(duì)圖像中的人體區(qū)域進(jìn)行分割；最后使用求解最優(yōu)化參數(shù)的方法獲得人體輪廓邊界；在人體數(shù)據(jù)庫(kù)基礎(chǔ)上利用Grab Cut分割算法實(shí)現(xiàn)人體分割。

4.一種運(yùn)動(dòng)人體行為檢測(cè)的裝置，其特征在于，包括視頻獲取模塊、分割模塊、輸出模塊；

所述視頻獲取模塊用于獲取人體運(yùn)動(dòng)視頻，并發(fā)送至所述分割模塊；

所述分割模塊根據(jù)權(quán)利要求1所述的分割算法得到分割幀骨架圖像，并發(fā)送至所述輸出模塊，所述輸出模塊用于將所述分割幀骨架圖像顯示輸出。

5.根據(jù)權(quán)利要求4所述的一種運(yùn)動(dòng)人體行為檢測(cè)的裝置，其特征在于，所述視頻獲取模塊為Kinect深度攝像頭。