[发明专利]一种基于人体姿态的动作识别方法及装置

权利要求书

1.一种基于人体姿态的动作识别方法，其特征在于，包括：

步骤S1：通过深度传感器的骨骼跟踪技术获取人体的骨骼数据，所述骨骼数据包括人体关节点的三维坐标，将所述三维坐标转换至人体所在的世界坐标系；

步骤S2：利用改进的限幅滤波算法对所述骨骼数据进行滤波，获得滤波后骨骼数据，其中，所述改进的限幅滤波算法具体包括：首先判断本次骨骼数据的抖动程度是否超过阈值，若本次骨骼数据的抖动程度未超过所述阈值，则采用滤波缓冲区的骨骼数据更新本次骨骼数据，否则继续判断上一次骨骼数据的抖动程度是否超过所述阈值，若上一次骨骼数据的抖动程度未超过所述阈值，则采用本次骨骼数据更新滤波缓冲区的骨骼数据；若上一次骨骼数据的抖动程度超过所述阈值，则判断所述本次骨骼数据是否在滤波范围内，若是则采用所述滤波缓冲区的骨骼数据更新所述本次骨骼数据，否则采用所述本次骨骼数据更新所述滤波缓冲区的骨骼数据；

步骤S3：根据转换后的三维坐标和预设角度计算方法对所述滤波后骨骼数据进行特征提取，获得由各个关节点的角度构成的角度特征；

步骤S4：基于逻辑回归算法和所述角度特征对预先获取的训练样本集进行训练，获得分类器；

步骤S5：通过所述分类器对人体的动作进行识别，获得静态姿势识别结果；

步骤S6：基于所述静态姿势识别结果，采用倒序识别法判定五帧内是否识别出两种预设的静态姿势，如果是，则识别出一个动态动作，将其作为动作识别结果。

2.如权利要求1所述的方法，其特征在于，所述深度传感器还获取深度信息，步骤S1具体包括：

步骤S1.1：根据所述深度信息获得Kinect2距离人体的实际距离；

步骤S1.2：根据所述实际距离和坐标转换公式将所述三维坐标转换为世界坐标系下的实际坐标，其中，所述坐标转换公式为：

其中，(x,y)为实际坐标，(x_d,y_d,z_d)为深度信息中的深度图像的三维坐标，w*h为深度传感器的分辨率，D和F为常数，其中，D＝-10，F＝0.0021。

3.如权利要求1所述的方法，其特征在于，步骤S2中，骨骼数据的抖动程度采用骨骼数据的抖动半径来表示。

4.如权利要求1所述的方法，其特征在于，步骤S3具体包括：

步骤S3.1：采用距离计算公式计算关节点间的距离信息，其中，距离计算公式为：

其中，关节点包括A、B、C三点，其中关节点A的实际坐标为(x₁,y₁)，关节点B的实际坐标为(x₂,y₂)，关节点C的实际坐标为(x₃,y₃)；

步骤S3.2：根据所述距离信息获得各关节点之间的连线的角度，将其作为所述角度特征，具体为：

其中，a表示关节点B和关节点C之间连线的距离，b表示关节点A和关节点C之间连线的距离，c表示关节点A和关节点B之间连线的距离，θ为AC与BC之间的夹角。

5.如权利要求1所述的方法，其特征在于，步骤S4具体包括：

步骤S4.1：基于所述角度特征利用逻辑回归算法对所述预先获取的训练样本集进行训练，获得分类模型，其中，所述预先获取的训练样本集为每一帧的姿势数据；

步骤S4.2：通过测试集的数据验证所述分类模型的效果，调整超参数，获得调整后的分类器。