[發明專利]人體動作識別方法、裝置及系統

有效

• 申請號: 202110515778.6
• 申請日: 2021-05-12
• 公開（公告）號: CN113239797B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 王金橋;趙朝陽;周魯
• 申請（專利權）人: 中科視語（北京）科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/74;G06V10/82;G06K9/62;G06N3/08
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 付登云

1.一種人體動作識別方法，其特征在于，包括：

獲取多角度的人體運動視頻；

將所述人體運動視頻輸入預設神經網絡模型，獲取人體關鍵點運動軌跡,包括：獲取人體關鍵點，對人體關鍵點進行篩選，并計算每個關鍵點的置信度；將置信度高于預設閾值的關鍵點作為目標關鍵點；根據所述目標關鍵點，獲取人體目標關鍵點運動軌跡；

基于FMS打分器，對所述人體關鍵點運動軌跡進行評價，獲取評價結果；

根據所述評價結果，識別人體運動視頻中的錯誤動作。

2.根據權利要求1所述的方法，其特征在于，所述將所述人體運動視頻輸入預設神經網絡模型，獲取人體關鍵點運動軌跡，包括：

將所述人體運動視頻輸入預設神經網絡模型，提取人體關鍵點；

根據聚合算法，對所述人體關鍵點進行聚合，獲取目標人員人體關鍵點運動軌跡。

3.根據權利要求1所述的方法，其特征在于，所述將所述人體運動視頻輸入預設神經網絡模型，獲取人體關鍵點運動軌跡，包括：

將所述人體運動視頻的每一幀輸入所述預設神經網絡模型，提取人體關鍵點；

根據每一幀對應的人體關鍵點，獲取人體關鍵點的運動軌跡。

4.根據權利要求1所述的方法，其特征在于，所述將所述人體運動視頻輸入預設神經網絡模型，獲取人體關鍵點運動軌跡，之前，還包括：

基于對齊算法，將所述人體運動視頻與預設標準視頻對齊。

5.根據權利要求4所述的方法，其特征在于，所述基于對齊算法，將所述人體運動視頻與預設標準視頻對齊，包括：

將所述人體運動視頻中與預設標準視頻第一幀相似度最高的一幀作為人體運動視頻的第一幀；

將所述人體運動視頻的第一幀與所述預設標準視頻的第一幀對齊。

6.一種人體動作識別裝置，其特征在于，包括：第一獲取模塊、第二獲取模塊、評價模塊和識別模塊；

所述第一獲取模塊，用于獲取多角度的人體運動視頻；

所述第二獲取模塊，用于將所述人體運動視頻輸入預設神經網絡模型，獲取人體關鍵點運動軌跡,具體用于：獲取人體關鍵點，對人體關鍵點進行篩選，并計算每個關鍵點的置信度；將置信度高于預設閾值的關鍵點作為目標關鍵點；根據所述目標關鍵點，獲取人體目標關鍵點運動軌跡；

所述評價模塊，用于基于FMS打分器，對所述人體關鍵點運動軌跡進行評價，獲取評價結果；

所述識別模塊，用于根據所述評價結果，識別人體運動視頻中的錯誤動作。

7.一種人體動作識別系統，其特征在于，包括：

設置于目標人員不同角度的多個攝像頭；

與所述多個攝像頭均相連的控制器；

所述控制器用于執行權利要求1-5任一所述的人體動作識別方法。

8.根據權利要求7所述的系統，其特征在于，每個所述攝像頭均設置在不同的固定架上；所述攝像頭的個數為三個；

三個攝像頭分別設置在面向目標人員人臉的一方及目標人員的人體兩側；

所述攝像頭的設置方向為以相機坐標系的x軸豎直向下旋轉30度；

所述攝像頭之間的同步連接方式采用菊花鏈配置連接。

9.根據權利要求8所述的系統，其特征在于，所述固定架為三腳架；和/或，所述攝像頭為Kinect Azure攝像頭。