[发明专利]一种基于视频的人体动作解析方法

说明书

技术领域：

本发明涉及计算机视觉与模式技术领域，具体涉及一种基于视频的人体动作解析方法。

背景技术：

动作分析是方法研究的另外一个内容，主要研究分析人在进行各种操作时的身体动作，以消除多余的动作，减轻劳动强度，使操作简便更有效，从而制定出最佳的动作程序。

生产活动实际上是由人和机械设备对材料或零部件进行加工或检验组成的，而所有的检验或加工又都有是由一系列的动作所组成，这些动作的快慢、多少、有效与否，直接影响了生产效率的高低。

许多工厂对工序动作的安排，往往是在产品刚开始生产时安排一次，此后除非出现重大问题很少进行变更。效率的提高一般视作业者的动作熟练程度而定，随着动作的逐渐熟练，作业者对作业动作习以为常，完全在无意识中进行操作。实际上，这样的作法潜藏着极大的效率损失。

现在也有不少专利中提及人体动作的识别方法，但是那些方法的灵活性小，不能适用于任何人。

发明内容：

本发明的目的是提供一种基于视频的人体动作解析方法，它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。

为了解决背景技术所存在的问题，本发明是采用以下技术方案：它包含如下步骤：

1、预先获得人体的位置，都相关区域进行分析，在分析时，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值；

2、将步骤1中的截图的中心重合，以中心为圆心定时转动截图，查看图形变化，计算出运动人体的空间特征；

3、将视频中所有截图组成一段，探求每相连的15个之间的时间上的关系，因为人体的动作是一个连续过程，一个完整的动作需要一个片段来完成，这样便可计算出人体运动的时间特征；

4、将步骤2和3获得的特征进行拼接，再分析，从而获得特征向量，将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量；

5、通过上述特征向量训练分类器，首先建立图标并根据函数进行分析，最后建立趋向图；

6、通过公式计算出每个标签的向量；

7、通过函数计算出识别结果。

本发明在操作过程中，提取人体特征融合了轮廓和光流运动特征即空间信息，同时采用了空间信息和时间信息描述人体的运动姿态，这样适用于不同的人群，灵活性大。

本发明具有以下有益效果：它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。

具体实施方式：

本具体实施方式采用以下技术方案：它包含包含如下步骤：

1、预先获得人体的位置，都相关区域进行分析，在分析时，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值。

2、将步骤1中的截图的中心重合，以中心为圆心定时转动截图，查看图形变化，计算出运动人体的空间特征。

3、将视频中所有截图组成一段，探求每相连的15个之间的时间上的关系，因为人体的动作是一个连续过程，一个完整的动作需要一个片段来完成，这样便可计算出人体运动的时间特征。

4、将步骤2和3获得的特征进行拼接，再分析，从而获得特征向量，将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量。

5、通过上述特征向量训练分类器，首先建立图标并根据函数进行分析，最后建立趋向图。

6、通过公式计算出每个标签的向量。

7、通过函数计算出识别结果。

本具体实施方式在操作过程中，提取人体特征融合了轮廓和光流运动特征即空间信息，同时采用了空间信息和时间信息描述人体的运动姿态，这样适用于不同的人群，灵活性大。

本具体实施方式具有以下有益效果：它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。