[发明专利]一种基于降噪自动编码器和粒子滤波的人体动作识别方法

权利要求书

1.一种基于降噪自动编码器和粒子滤波的人体动作识别方法，其特征在于，所述人体动作识别方法将待分类的动作视频集随机分为训练视频集和测试视频集，将训练视频集和测试视频集分别用于计算动作的训练轨迹和测试轨迹，然后计算训练轨迹和测试轨迹的距离，获得轨迹距离集，将轨迹距离集输入支持向量机，得到动作的分类结果；

在计算训练轨迹的过程中训练降噪自动编码器，利用所述降噪自动编码器对训练动作视频集进行提取关节点数据、特征提取以及流形映射；

在计算测试轨迹时将测试数据集输入到训练后的降噪自动编码器中，降噪自动编码器对测试动作视频集进行提取关节点数据、特征提取以及流形映射；然后采用粒子滤波对轨迹进行实时预测；

所述降噪自动编码器对训练动作视频集或测试动作视频集进行提取关节点数据，具体为：利用深度相机Kinect提取训练视频集或测试视频集中相对活跃的16个骨骼关节点的三维坐标；

所述降噪自动编码器对训练动作视频集或测试动作视频集进行特征提取，包括以下步骤：

(1)计算所述16个骨骼关节点的平移矩阵和四元数旋转：所述平移矩阵代表骨骼关节点当前帧和前一帧的位置变化；所述四元数旋转代表骨骼关节点当前帧和前一帧的角度变化，骨骼关节点当前帧和前一帧的位置变化和角度变化形成骨骼关节点的运动特征；

(2)形成基于人体部位的运动特征：将人体分为9个部位，分别融合与所述9个部位相关的骨骼关节点的运动特征，形成基于人体部位的运动特征；人体所述9个部位分别为躯干、左上臂、左下臂、右上臂、右下臂、左上腿、左下腿、右上腿和右下腿。

2.根据权利要求1所述人体动作识别方法，其特征在于，所述降噪自动编码器对训练动作视频集或测试动作视频集进行流形映射，具体包括以下步骤：将训练视频集或测试视频集中的每一个动作均表示为基于所述9个部位的运动特征的集合，将训练动作视频集或测试动作视频集的每个动作中9个部位的运动特征通过局部线性嵌入算法映射到低维流形上，每个动作形成与上述9个部位对应的9条部位轨迹，其中，与动作相关的部位轨迹为一条曲线，与动作不相关的部位轨迹是一个点；

其中，将每个动作中9个部位的运动特征通过局部线性嵌入算法映射到低维流形上具体步骤为：

(1)将每个动作中任何一个部位的运动特征的每一帧的状态F_t,t＝1,2,...T看作高维流形上的一点，计算每一点F_t的k个近邻点；F_t,t＝1,2,...T是9个部位中某一部位的每一帧的运动特征，t代表第t帧，T是总帧数；

(2)计算权值矩阵W；将F_t用它的k个近邻点的权值表示当前的运动特征,通过最小化损失函数来求出W：

min l(W)=Σt=1T|Ft-Σj=1kwtjFtj|2]]>

其中，F_tj(j＝1,2,...,k)是F_t的k个邻近点,表示第j个近邻点的运动特征；w_tj是第j个近邻点运动特征的权值，满足W是权值矩阵，minl(W)定义为最小化损失函数minl()取得最小值时，得到权值矩阵W；

(3)保持权值矩阵W不变,求F_t,t＝1,2,...T在低维流形上的轨迹m_t,t＝1,2,...T,使得低维重构误差最小：

minϵ(m)=Σt=1T|mt-Σj=1kwtjmtj|2]]>

其中，ε(m)为损失函数值；m_t是F_t的输出向量，即某一部位第t帧的轨迹；m_tj(j＝1,2,...,k)是m_t的k个邻近点，且满足以下条件