[發明專利]基于時空特征組合回歸的人體動作評價方法

有效

• 申請號: 202110666807.9
• 申請日: 2021-06-16
• 公開（公告）號: CN113239897B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 王正友;王佳輝;張志濤;孫鑫;楊桂懿;莊珊娜
• 申請（專利權）人: 石家莊鐵道大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/40;G06V10/80;G06V10/774
• 代理公司: 河北冀華知識產權代理有限公司 13151
• 代理人: 王占華

本發明公開了一種基于時空特征組合回歸的人體動作評價方法，涉及人體動作識別方法技術領域。所述方法包括如下步驟：三維坐標動作序列提取：根據現有基于骨骼坐標的動作識別方法或者數據集，獲取到已識別的三維坐標動作序列；特征編碼提取：對獲取到的已識別的動作序分別從時間特征、空間特征和時空特征三個方面進行特征編碼；特征碼融合：根據自注意力網絡融合時間特征、空間特征和時空特征三個方面的特征編碼信息；動作回歸評分：將融合后的特征送入回歸評價模塊進行處理，給出動作的最終得分。所述方法通過人體特征編碼提取以及特征碼融合，使得具有評分準確度更高的優點。

技術領域

本發明涉及人體動作識別方法技術領域，尤其涉及一種基于時空特征組合回歸的人體動作評價方法。

背景技術

人體動作的相似性研究仍處于初級階段，人體動作評價是動作執行狀態的評估。對于動作評價任務，現階段工作主要通過三種方式進行建模：1)將問題轉化為分類任務，將測試者分為新手和專家；2)將問題轉化為成對排序任務；

3)利用專家評委給出的可靠得分指導訓練過程，最后利用訓練好的參數將動作評價表述為回歸任務。

將動作評價轉化為分類任務方法僅僅是為了確定測試者的熟練級別，并不能得到測試者的具體得分。而且設定的級別過于粗糙，不能定量評價動作優劣。現有方法并不能將動作進行全局時空解耦分析。動作評價是時空序列綜合評價，時間特征和空間特征分別決定了測試者的動作標準度和動作熟練度。

發明內容

本發明所要解決的技術問題是如何提供一種評分準確度高的基于時空特征組合回歸的人體動作評價方法。

為解決上述技術問題，本發明所采取的技術方案是：一種基于時空特征組合回歸的人體動作評價方法，其特征在于包括如下步驟：

三維坐標動作序列提取：根據現有基于骨骼坐標的動作識別方法或者數據集，獲取到已識別的三維坐標動作序列；

特征編碼提取：對獲取到的已識別的動作序分別從時間特征、空間特征和時空特征三個方面進行特征編碼；

特征碼融合：根據自注意力網絡融合時間特征、空間特征和時空特征三個方面的特征編碼信息；

動作回歸評分：將融合后的特征送入回歸評價模塊進行處理，給出動作的最終得分。

采用上述技術方案所產生的有益效果在于：所述方法通過對已識別的三維坐標動作序列進行時間特征值、空間特征和時空特征三個方面的特征編碼，并通過自注意力網絡融合三個特征編碼信息，將融合后的特征送入回歸模塊，給出動作的最終得分。本方法充分考慮時空特征以及全局和局部特征，計算準確度高。

附圖說明

下面結合附圖和具體實施方式對本發明作進一步詳細的說明。

圖1是本發明實施例所述方法的流程圖；

圖2是本發明實施例所述方法的處理流程圖；

圖3是本發明實施例所述方法中獲取到的三維人體坐標圖；

圖4是本發明實施例所述方法中多層感知機模型圖；

圖5是本發明實施例所述方法中自適應空間結構特征融合塊圖；

圖6是本發明實施例所述方法中時空結構特征自適應融合圖卷積網絡圖；

圖7是本發明實施例所述方法中自注意力機制網絡方法圖。

具體實施方式

下面結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明的一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。