[发明专利]基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法

权利要求书

1.基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法，其特征在于，所述基于金 字塔匹配直方图交叉核的人体睡眠姿态检测方法包括：

采用Artec和Kinect采集数据；

通过平移和缩放坐标系统的尺度将每个3维人体睡眠模型从模型的中心移动到坐标系 统的原点，坐标轴的最大值变为1，建立出每个模型其自己的协调的系统；

通过建立投影坐标系统，从位于大的球体表面的照相机位置提取深度图像，每个3维人 体睡眠模型用了十套内接于相同球体而旋转角度不同的十二面体，照相机位置位于规则正 十二面体的20个顶点，每个视角的照相机朝向规则正十二面体的中心，每套正十二面体从 这二十个不同的角度提取出10幅图像，一共提取出一百幅图像；

通过SIFT算法提取出每一幅深度图像的尺度和旋转不变特征包，每一幅图像有三十到 四十个SIFT特征，每个特征为128维向量，得到一个3维人体睡眠模型的3000到5000个SIFT 特征；

通过K-means算法将得到的SIFT特征编码成可见的visualwords并进行聚类，得到 dictionary；

通过统计属于每个质心(dictionary中的每个visualword)的SIFT特征数目得到的得 到的bagofwords代入到基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法中得到 输入的每个3维人体睡眠模型的每一种睡眠姿态。

2.如权利要求1所述的基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法，其特 征在于，所述通过建立投影坐标系统包括：

将3维人体睡眠模型从模型的中心移动到坐标系统的原点，定义平移公式：

MaxCoori和MinCoori是各自坐标轴上的最大和最小坐标值，缩放是各向同性的，根据 距离模型的x,y,z轴上的最大值来进行标准化，公式为：

3.如权利要求1所述的基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法，其特 征在于，所述通过SIFT算法提取出每一幅深度图像的尺度和旋转不变特征包具体包括：

构建尺度空间中，高斯卷积核是实现尺度变换的唯一线性核，于是一幅二维图像的尺 度空间定义为L(x,y,σ)：

L(x,y,σ)＝G(x,y,σ)*I(x,y)

其中G(x,y,σ)是尺度可变高斯函数，(x，y)是空间坐标，是尺度坐标，σ大小决定图像的 平滑程度，大尺度对应图像的概貌特征，小尺度对应图像的细节特征，大的σ值对应粗糙尺 度，反之，对应精细尺度，利用不同尺度的高斯差分核与图像卷积生成：

为每个特征点计算一个方向，利用关键点邻域像素的梯度方向分布特性为每个关键点 指定方向参数，使算子具备旋转不变性：

为(x,y)处梯度的模值和方向公式，其中L所用的尺度为每个关键点各自所在的尺度。

4.如权利要求1所述的基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法，其特 征在于，所述通过K-means算法将得到的SIFT特征编码成可见的visualwords并进行聚类 具体包括：

对于每一个样例i(visualword)，根据公式计算其应该属于哪个质心：

对于每一个类j，重新计算该类的质心，由此构建dictionary：