[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

本發明涉及一種基于人體骨骼三維數據的動作識別方法、設備、介質，所述方法包括如下步驟：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。與現有技術相比，本發明具有更輕量化的網絡結構、運算速度快、識別準確率高等優點。

技術領域

本發明涉及人體動作識別技術領域，尤其是涉及一種基于人體骨骼三維數據的動作識別方法、設備、介質。

背景技術

近年來人工智能、元宇宙、增強現實和人機交互技術發展迅速，人體動作識別也隨之受到越來越多的關注。目前動作識別方法有很多，如基于RGB的動作識別方法，但利用RGB圖像直接進行識別的精度較低，受環境干擾影響大；如基于可穿戴設備的動作識別方法，但此方法價格昂貴、可操作性較差；如基于光流的動作識別方法，但此方法對環境光強要求較高，不利于實際部署。

現有的動作識別方法存在如下缺點：

(1)目前的一些基于骨骼的動作識別方法存在模型龐大，參數量多，運算速度低，無法達到實時性的問題。

(2)一些基于骨骼的動作識別方法相比之下雖然參數量少，但是準確率較低。

(3)現有的動作識別方法無法解決動作識別中的運動速度差異問題，視點位置變化問題和物距變化問題。

綜上，當前缺少一種動作識別方法，以解決現有方法存在運動速度差異問題、視點位置變化問題和物距變化問題導致識別結果準確性較低的問題。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于人體骨骼三維數據的動作識別方法、設備、介質，本發明針對速度差異問題，基于人體骨骼三維姿態數據獲取笛卡爾運動信息，針對視點位置變化問題，基于人體骨骼三維姿態數據獲取全局聯合尺寸信息，針對物距變化問題，基于人體骨骼三維姿態數據獲取全局聯合角度信息，利用上述的笛卡爾運動信息、全局聯合尺寸信息以及全局聯合角度信息進行特征融合并獲取識別結果，解決或部分解決了現有方法存在運動速度差異問題、視點位置變化問題和物距變化問題導致識別結果準確性較低的問題。

本發明的目的可以通過以下技術方案來實現：

本發明的一個方面，提供了一種基于人體骨骼三維數據的動作識別方法，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。

作為優選的技術方案，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。

作為優選的技術方案，所述的慢速運動特征采用下式獲取：