[发明专利]一种用于建立动作识别模型的方法及系统有效
申请号: | 201510770767.7 | 申请日: | 2015-11-12 |
公开(公告)号: | CN105373810B | 公开(公告)日: | 2020-01-17 |
发明(设计)人: | 王贵锦;陈宏钊;陈醒濠 | 申请(专利权)人: | 清华大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 11002 北京路浩知识产权代理有限公司 | 代理人: | 李相雨 |
地址: | 100084 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 建立 动作 识别 模型 方法 系统 | ||
1.一种用于建立动作识别模型的方法,其特征在于,包括:
获取动作样本的骨架位置序列,根据所述骨架位置序列获取每个动作个体中各节点的坐标,所述骨架位置序列中包括多个节点;
根据各节点的坐标获取每个动作个体的特征向量,并根据所述特征向量,获取多个动作大类以及各动作大类的动作特征;
根据所述动作特征,建立各动作大类的动作识别模型;
其中,所述根据各节点的坐标获取每个动作个体的特征向量,具体为:
定义方差向量V=[V1,...,V20],其中,Vi表示第i个节点的方差向量,均为三维的向量,为第t帧第i个节点的3D坐标;表示两个向量之差的二范数;T表示动作个体的动作特征的总帧数;
根据方差向量V定义特征向量R以表征该动作与各个身体节点的相关性:
R=[R1,...,R5]
其中,R1-R5分别为左上肢、右上肢、左下肢、右下肢以及躯干的特征向量,1{}为示性函数,取值为0或1;Oj表示预先分类的人体种类;为中间结果,下标j对任意的j∈{1,…,5}均成立;为除以所有中最大的一个,其中l∈{1,...,5},然后与阈值η做比较,取示性函数的值;如果大于η,则Rj=1;否则Rj=0。
2.根据权利要求1中所述的方法,其特征在于,所述根据每个动作个体的特征向量,获取多个动作大类以及各动作大类的动作特征,包括:
根据所述特征向量,对所有动作个体进行聚类,获取多个动作大类;
根据所述特征向量,获取与每个动作个体相关的节点,并根据与每个动作个体相关的节点的坐标,获取各动作大类的动作特征。
3.根据权利要求1中所述的方法,其特征在于,所述根据所述动作特征,建立各动作大类的动作识别模型,包括:
根据所述动作特征,对各动作大类中的所有动作个体进行聚类,获取各动作大类的多个动作状态;
并根据各动作大类的所有动作状态建立各动作大类的动作识别模型。
4.根据权利要求1中所述的方法,其特征在于,在根据所述动作特征,建立各动作大类的动作识别模型之后,还包括:
获取待识别动作的骨架位置序列,根据所述骨架位置序列获取各节点的坐标;
根据各节点的坐标获取所述待识别动作的特征向量和动作特征;
根据所述特征向量,在所述动作识别模型中获取与所述待识别动作对应的动作识别模型,并根据所述动作特征和所述与所述待识别动作对应的动作识别模型,获取所述待识别动作的动作种类。
5.根据权利要求4中所述的方法,其特征在于,所述根据所述动作特征和所述与所述待识别动作对应的动作识别模型,获取所述待识别动作的动作种类,包括:
根据所述动作特征,通过所述与所述待识别动作对应的动作识别模型,对所述待识别动作与所述动作大类中的所有动作个体进行模型匹配,并根据匹配结果获取与所述待识别动作匹配度最高的动作个体以及所述动作个体的动作种类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510770767.7/1.html,转载请声明来源钻瓜专利网。