[發明專利]一種基于人體骨骼三維數據的動作識別方法、設備、介質在審
| 申請號: | 202310055681.0 | 申請日: | 2023-01-18 |
| 公開(公告)號: | CN116052278A | 公開(公告)日: | 2023-05-02 |
| 發明(設計)人: | 趙伊男;周健;陳彩霞 | 申請(專利權)人: | 同濟大學 |
| 主分類號: | G06V40/20 | 分類號: | G06V40/20;G06V20/64;G06V10/80;G06N20/00 |
| 代理公司: | 上海科盛知識產權代理有限公司 31225 | 代理人: | 翁惠瑜 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 人體 骨骼 三維 數據 動作 識別 方法 設備 介質 | ||
1.一種基于人體骨骼三維數據的動作識別方法,其特征在于,包括如下步驟:
獲取實時人體骨骼三維姿態數據,轉換為預設格式后輸入預訓練好的動作識別模型中,獲取人體動作識別結果,
其中,所述的動作識別模型包括:
多特征輸入模塊,用于基于轉換為預設格式后的人體骨骼三維姿態數據,獲取包括笛卡爾運動信息、全局聯合尺寸信息以及全局聯合角度信息的綜合特征;
特征融合及輸出模塊,用于基于所述綜合特征獲取所述人體動作識別結果。
2.根據權利要求1所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的笛卡爾運動信息的獲取包括如下步驟:
基于轉換為預設格式的人體骨骼三維姿態數據,獲取骨骼特征序列;
基于所述骨骼特征序列,獲取慢速運動特征;
通過下采樣對所述骨骼特征序列進行擴充,基于擴充后的序列獲取快速運動特征;
基于所述慢速運動特征及所述快速運動特征,獲取所述笛卡爾運動信息。
3.根據權利要求2所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的慢速運動特征采用下式獲取:
式中,vs(k)表示慢速動作在第k時刻的速度,表示第k時刻慢速動作對時間的導數或差分,
所述的快速運動特征采用下式獲取:
式中,vf(k)為快速動作在第k時刻的速度,pf(k)表示第k時刻的位置,表示第k時刻快速動作對時間的導數或差分,2k±1表示取奇數幀。
4.根據權利要求1所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的全局聯合尺寸信息的獲取包括如下步驟:
基于轉換為預設格式的人體骨骼三維姿態數據,獲取全局骨骼點信息;
基于各個全局骨骼點之間的歐氏距離,獲取所述全局聯合尺寸信息。
5.根據權利要求4所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的各個全局骨骼點之間的歐氏距離采用下式獲取:
其中,vij和dij分別表示節點i和節點j所構成的向量和歐式距離。
6.根據權利要求1所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的全局聯合角度信息的獲取包括如下步驟:
基于轉換為預設格式的人體骨骼三維姿態數據,獲取全局骨骼點信息;
基于每個全局骨骼點與其余任兩個點之間的夾角,獲取所述全局聯合角度信息。
7.根據權利要求6所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的全局聯合角度信息采用下式獲取:
式中,vij表示節點i和節點j構成的向量,θijk表示由節點i,節點j和節點k三個節點構成的夾角。
8.根據權利要求1所述的一種基于人體骨骼三維數據的動作識別方法,其特征在于,所述的人體骨骼三維姿態數據的獲取包括如下步驟:
獲取人體的實時RGB-D數據,基于MediaPipe算法獲取所述人體骨骼三維姿態數據。
9.一種電子設備,其特征在于,包括:一個或多個處理器以及存儲器,所述存儲器內儲存有一個或多個程序,所述一個或多個程序包括用于執行如權利要求1-8任一所述基于人體骨骼三維數據的動作識別方法的指令。
10.一種計算機可讀存儲介質,其特征在于,包括供電子設備的一個或多個處理器執行的一個或多個程序,所述一個或多個程序包括用于執行如權利要求1-8任一所述基于人體骨骼三維數據的動作識別方法的指令。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于同濟大學,未經同濟大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310055681.0/1.html,轉載請聲明來源鉆瓜專利網。





