[发明专利]运动识别方法及系统

说明书

技术领域

本发明涉及运动识别分析技术领域，特别是涉及一种运动识别方法及系统。

背景技术

随着社会科技的飞速发展，如视频监控、自动监测与识别和人机交互等越来越多的场合需要用到基于轨迹的运动识别。

目前，绝大多数运动识别方法都运用了欧氏距离、轨迹轮廓描述和各种各样的变换函数等多种手段和工具，但由于没有有效利用运动轨迹的特征信息，在存在复杂的运动轨迹的情况下，这些方法不能准确地进行识别，导致识别精度和准确率低，甚至有时不能识别复杂的运动轨迹。

发明内容

有鉴于此，本发明提供了一种运动识别方法及系统，以达到有效利用运动轨迹的特征信息，进而提高识别精度和准确率的目的。

为解决上述技术问题，本发明提供一种运动识别方法，包括：

获取运动轨迹上的N个轨迹点；

确定每个所述轨迹点的描述子，该描述子包括运动类别和尺度等级；

对N个所述轨迹点的描述子进行排序，得到所述运动轨迹的描述子序列；

利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型，以完成运动识别。

上述方法中，优选的，通过以下步骤确定每个所述轨迹点的运动类别：

获取所述轨迹点的签名描述子参数；

参考预设分类标准，比较签名描述子参数与预设值的大小，确定所述轨迹点的运动类别。

上述方法中，优选的，当所述签名描述子参数包括曲率和扭矩时，通过以下步骤确定所述轨迹点的运动类别：

参考预设分类标准，分别比较所述曲率和扭矩与数值零的大小，确定所述轨迹点的运动类别。

上述方法中，优选的，通过以下步骤确定每个所述轨迹点的尺度等级：

获取所述轨迹点的尺度测算值；

参考预设尺度划分标准，确定所述尺度测算值的等级；

依据所述尺度测算值的等级，确定所述轨迹点的尺度等级。

上述方法中，优选的，通过以下步骤对N个所述轨迹点的描述子进行排序，得到所述运动轨迹的描述子序列：

检测每个所述轨迹点的位置信息，比较各个所述轨迹点的描述子，确定位置连续且具有相同描述子的轨迹点；

分别排列所述位置连续且具有相同描述子的轨迹点，得到多个副轨迹原子；

排列所有副轨迹原子，得到所述运动轨迹，所述运动轨迹的描述子序列为排列后的所有副轨迹原子的描述子序列。

上述方法中，优选的，得到多个副轨迹原子之后，还包括：

检测每个所述副轨迹原子的位置信息，比较各个所述副轨迹原子的描述子序列，获取位置连续且具有相同描述子序列的副轨迹原子；

分别排列所述位置连续且具有相同描述子的副轨迹原子，得到多个轨迹原子；

排列所有轨迹原子，得到所述运动轨迹，所述运动轨迹的描述子序列为排列后的所有轨迹原子的描述子序列。

上述方法中，优选的，通过以下步骤利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型：

将所述运动轨迹的描述子序列代入多个高斯混合模型，每个所述高斯混合模型对应一个运动类型；

计算所述运动轨迹在每个所述高斯混合模型中出现的概率；

确定所述概率最大的高斯混合模型对应的运动类型为所述运动轨迹的运动类型。

上述方法中，优选的，还包括：

利用期望最大化算法确定所述高斯混合模型的相关参数。

上述方法中，优选的，利用贝叶斯公式计算所述运动轨迹在每个所述高斯混合模型中出现的概率。

本发明还提供了一种运动识别系统，包括：

轨迹点获取单元，用于获取运动轨迹上的N个轨迹点；

描述子确定单元，用于确定每个所述轨迹点的描述子，该描述子包括运动类别和尺度等级；

运动轨迹描述子确定单元，用于对N个所述轨迹点的描述子进行排序，得到所述运动轨迹的描述子序列；

运动类型确定单元，用于利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型，以完成运动识别。

以上本发明提供的运动识别方法及系统中，在运动轨迹上获取N个轨迹点，确定每个轨迹点的描述子，该描述子包括运动类别和尺度等级；通过排列上述所有轨迹点实现对这些轨迹点的描述子进行排序，得到上述运动轨迹的描述子序列；利用这个运动轨迹的描述子序列，确定该运动轨迹的运动类型，进而完成运动识别，有效利用了运动轨迹的特征信息，即运动类别和尺度等级，进而提高识别精度和准确率的目的。

附图说明