[发明专利]一种基于人体骨骼节点距离的动作识别方法

权利要求书

1.一种基于人体骨骼节点距离的动作识别方法，步骤如下：

⑴将骨骼序列的每一帧在笛卡尔正交系的三个平面分别投影，生成人体骨骼分布图；

⑵提取人体骨骼分布图上的骨骼关节点；

其特征在于：

⑶计算骨骼序列每一帧的骨骼关节之间的欧式距离，将所有节点的距离组合成帧距离向量；

⑷将骨骼序列的所有帧距离向量按照时间顺序组成序列距离矩阵；

⑸利用伪颜色编码方法对距离二维矩阵进行颜色编码，得到彩色纹理图；

⑹利用深度学习方法进行图片分类，从而完成人类的动作检测识别任务。

2.根据权利要求1所述的基于人体骨骼节点距离的动作识别方法，其特征在于：所述的深度学习方法步骤为：⑴采用四通道对正面、侧面、顶面、三维距离的彩色纹理图分别进行卷积神经网络的参数训练；⑵调节卷积神经网络参数；⑶融合四个通道的动作识别结果，对输入的测试数据进行分类。

3.根据权利要求1所述的基于人体骨骼节点距离的动作识别方法，其特征在于：具体步骤为：

第一步，利用双线性插值法将所有动作的骨骼序列帧数固定为t；

第二步，假设从每一帧骨骼图V_xyz上提取m个人体骨骼节点，用

来表示第i帧的第j个骨骼节点的三维位置信息；整个视频序列中所有的骨骼均可以根据三维信息投影到三个笛卡尔正交系的三个正面、侧面、顶面，得到正面S_xy、侧面S_yz、顶面S_xz，投影后，每一帧骨骼序列得到三张黑白的描述该动作骨骼分布的图片；

第三步，在正面S_xy、侧面S_yz、顶面S_xz和骨骼图V_xyz上分别求出骨骼节点P_jⁱ到其他m-1个骨骼节点的欧式距离d_jkⁱ：

d_jkⁱ＝||P_jⁱ-P_kⁱ||₂,j∈1,...,m-1；k∈j+1,...,m

第四步，每一帧总共有m(m-1)/2个骨骼节点对，故得到m(m-1)/2个距离，重新对其标号为dlⁱ：其中，l∈1,...,m(m-1)/2，将这m(m-1)/2个骨骼节点距离组成帧距离向量Dⁱ：

Dⁱ＝{d₁ⁱ,d₂ⁱ,...,d_lⁱ}

第五步，把每一帧的帧距离矩阵Dⁱ按照时间顺序组合起来，得到序列距离矩阵H：

H＝{D¹,D²,...,D^t}

第六步，对序列距离矩阵进行伪颜色编码，得到正面S_xy、侧面S_yz、顶面S_xz、三维距离V_xyz的彩色纹理图。

4.根据权利要求2所述的基于人体骨骼节点距离的动作识别方法，其特征在于：对四个通道输出分类概率矢量v₁，v₂，v₃，v₄按照如下公式进行融合，

其中，代表矢量的元素相乘，Fin()函数代表将概率值最大的动作作为动作识别的结果。