[发明专利]一种人体动作比对方法及装置

说明书

本发明提供一种人体动作比对方法及装置。所述方法包括：S1，基于可穿戴传感器采集到的当前人体动作，利用二叉树分类器网络进行识别，确认所述当前人体动作为标准动作或非标准动作；S2，当确认为非标准动作时，将所述非标准动作与所述非标准动作对应的标准动作数据进行比对，获得所述非标准动作的各关节角度的偏差信息。本发明首先评判出存在偏差的人体动作，识别出标准或非标准动作；然后非标准的人体动作和对应的标准动作数据进行关节角度的细致比对，量化的给出角度偏差信息，以对人体动作姿态进行矫偏指导和进一步对人体动作进行评级，精度高，拥有优秀的泛化能力，处理小样本训练集的能力很强。

技术领域

本发明涉及人机交互与模式识别技术领域，更具体地，涉及一种人体动作比对方法及装置。

背景技术

人体动作采集技术是记录人体动作信息以供分析和回放的新型人机交互技术。动作采集的分类有机械式动作采集、声学式动作采集、电磁式动作采集、光学式动作采集、惯性导航动作采集。采集的数据既可简单到记录肢体的空间位置，也可复杂到记录脸部和肌肉群的细致动作。考虑到小巧、便捷、廉价以及不影响人自身肢体活动等因素，采用惯导加电磁式的九轴动作采集方式来采集人体动作，并进行比对最为合适。

随着动作识别技术的不断发展，其已广泛应用于体育、舞蹈、影视、医疗仿真及动作技能培训等领域。动作识别技术建立在动作采集技术得到的动作数据的基础之上，分为基于图像的动作识别技术和基于可穿戴动作传感器的动作识别技术。

目前，基于图像的动作识别技术缺点是受环境的约束太大，需要一块专门的动作采集场地，用户与摄像机之间不能有遮挡物。而且往往需要多个摄像机，操作复杂、价格昂贵、数据量和计算量都很大。而基于可穿戴动作传感器的动作识别技术不存在以上种种缺陷，因此基于可穿戴动作传感器的动作识别技术引起了学术界的广泛关注。

当前人机交互方式发生着重大的变革，将人体动作采集及动作识别技术应用于人机交互领域，服务于计算机仿真和虚拟现实技术是现阶段的研究热点。在舞蹈教学、体育竞技训练、机器人行为学习和体感游戏等领域有着重要的应用价值。但是由于人身体是一个复杂的结构体，不同人的动作习惯和动作方式也不相同，使得难以对采集到的用户动作信息进行使用、比对以及评估。目前还没有成熟、高效的比对方法和标准。

根据国家专利局检索中心专利查询，申请号为：201310312228.X，公开号为：CN103345627B，该发明专利针对可穿戴式传感器的动作识别领域，发明了一套动作识别方法和装置。该发明拟合采集到的动作数据来表征动作能量变化的大小，使用滑动窗口的方法对拟合后数据进行分段，之后使用动态时间规整方法找到与采集到动作最相近的原型动作，最后再通过隐马尔科夫模型方法对采集到的动作进行识别。

上述专利中，使用隐马尔科夫模型的优点是当前状态只受前一时刻状态影响，计算复杂度低。缺点是无法进行信息的有效融合，参数误差相互叠加，最终使识别精度受到影响。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的人体动作比对方法及装置。

根据本发明的一个方面，提供一种人体动作比对方法，包括：

S1，基于可穿戴传感器采集到的当前人体动作，利用二叉树分类器网络进行识别，确认所述当前人体动作为标准动作或非标准动作；

S2，当确认为非标准动作时，将所述非标准动作与所述非标准动作对应的标准动作数据进行比对，获得所述非标准动作的各关节角度的偏差信息。

根据本发明的另一个方面，还提供一种人体动作比对装置，包括：

动作识别模块，用于基于当前人体动作，利用二叉树分类器网络进行识别，确认所述当前人体动作为标准动作或非标准动作；以及