[发明专利]动作识别纠错方法、电子设备、存储介质

说明书

本发明提供一种动作识别纠错方法、电子设备、存储介质，包括：a.确定目标动作；b.利用二维视频采集器采集二维视频数据，并实时生成二维骨骼动作模型；c.将所采集的所述二维骨骼动作模型作为一待测动作，形成一匹配组；d.在每一匹配组中，形成部位匹配组；e.对每一部位匹配组，至少根据目标部位动作中随机部位动作的识别项，获得动作识别反馈；f.整合至少一个匹配组的动作识别反馈以获得待测动作的动作识别反馈。本发明提供的方法及设备能够在二维场景下实现实时的健身、舞蹈、运动等动作识别和纠错。

背景技术

人类的动作捕捉及识别方法，在当今社会具有非常广泛的应用，例如：智能监控、人机交互的体感游戏、视频检索等等。

人类的动作检测识别，从基于传统的RGB视频序列过渡到当今流行的RGB-D视频序列，运动轨迹一直作为重要的特征发展着。传统的运动轨迹的捕捉往往基于特征点的检测算法，不同的特征点检测方法会得出完全不同的运动轨迹。同时，由于特征点在不同帧的检索非常不稳定，在整个视频序列中，特征点往往不连续，因此对于特征点轨迹法多采用基于直方图的统计方法，对整个视频序列进行计算并统计后，采用支持向量机等分类器进行分类。

这些视频序列的匹配计算方法计算量大，无法即时响应，也无法适用于民用级别的人机交互。因此，现有技术对于健身识别纠错的人机交互而言，难以实现系统实时反馈动作是否出错的需求。

同时，现有技术中也缺乏对于二维骨骼数据的匹配和识别算法，无法应对二维视频采集器的应用场景。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种动作识别纠错方法、电子设备、存储介质，以实现实时的健身、舞蹈、运动等动作识别和纠错。

根据本发明的一个方面，提供一种动作识别纠错方法，包括：

a.确定目标动作，所述目标动作至少包括一个目标动作阶段，每个目标动作阶段拆分为多个目标部位动作，所述目标部位动作包括按身体部位划分5个身体部位动作及至少一个随机部位动作，身体部位包括：左臂、右臂、左腿、右腿以及躯干，所述随机部位由所述身体部位中的选定的至少两个骨骼点构成，

所述随机部位动作至少对应一个或多个面向过程的识别项，每个识别项包括识别对象、识别参数、识别规则及标准骨骼点坐标库，对应所述面向过程的识别项中，所述识别对象包括所述随机部位的至少两个骨骼点形成的向量，所述标准骨骼点坐标库按时间顺序储存有目标动作中各个骨骼点的标准坐标；

b.利用二维视频采集器采集二维视频数据，并实时生成二维骨骼动作模型；

c.将所采集的所述二维骨骼动作模型作为一待测动作，按所述目标动作的目标动作阶段的时间，将所述待测动作划分为至少一个待测动作阶段，并将对应时间的目标动作阶段和待测动作阶段形成一匹配组；

d.在每一匹配组中，依据目标动作阶段的目标部位动作将待测动作阶段划分为相应的待测部位动作，将待测动作阶段的待测部位动作与相应的目标动作阶段的目标部位动作形成一部位匹配组；

e.对每一部位匹配组，至少获取目标部位动作中随机部位动作的识别项，依据所述二维骨骼动作模型获取所述待测部位动作中所选定的至少两个骨骼点形成的向量，将所述随机部位动作的向量与标准骨骼点坐标库中的对应标准坐标形成的标准向量进行匹配计算以与所述识别参数设定的向量阈值进行比较，以获得动作识别反馈；

f.整合多个匹配组的动作识别反馈以获得待测动作的动作识别反馈。

可选地，将所述随机部位动作的向量与标准骨骼点坐标库中的对应标准坐标形成的标准向量进行匹配计算以与所述识别参数设定的向量阈值进行比较包括：

计算标准骨骼点坐标库中的对应标准坐标形成的标准向量(x_ai，y_ai)与随机部位动作的向量(x_bi，y_bi)之间夹角θ的余弦值：