[发明专利]一种人体姿态行为智能评价方法

说明书

本发明公开了一种人体姿态行为智能评价方法。它包括以下步骤：S1：人体关节点信息提取；S2：特征向量构造；S3：动作对齐；S4：动作匹配相似度分析；S5：行为评价。本发明利用人体关节点信息，构造人体部件特征向量，在制定的行为相似度评分体系上，实现基于参考人体姿态行为对待评价人体姿态行为的规范度智能评分，评价准确率高。

技术领域

本发明涉及姿态行为评价技术领域，尤其涉及一种人体姿态行为智能评价方法。

背景技术

现有技术一般先通过摄像头拍摄包含人体的图像；然后，从图像中提取人体姿态数据，将测试人体的姿态数据与参考人体的姿态做比较；最后，给出人体姿态的评价、判定结果。

人体姿态静态评价需要采集人体4个面的姿态图像，综合分析测试人体4个面的姿态，获得测试人体整体的姿态数据，与数据库中的参考人体姿态数据作对比，对测试人体的姿态做评价判断，但是，这种方法只能分析人体静态姿态，没有采集分析人体运动时所包含的丰富的姿态信息，人体姿态的评价不够全面。

人体动态姿态的评价目前主要是通过对一段视频中的测试人体姿态进行分析，获得测试人体运动过程中的姿态数据，然后与参考人体运动视频中的人体姿态数据作比对，给出评价判断结果。但是，现有人体动态姿态的评价技术还不成熟，行为匹配准确率较低，人体姿态评价的实时性还没有得到较好的解决。

现如今年轻人工作繁忙，空巢老人、孩子日常行为习惯规范等问题的解决非常迫切。孩子的坐姿、笔姿、走姿等行为习惯需要时刻被监督，及时纠正不良行为习惯，如基于标准坐姿对孩子的坐姿评分，并给出矫正建议，可以督促孩子养成良好的坐姿习惯，预防近视，有助于塑立良好的身姿；这一技术的实现，还可用于体育锻炼，对运动员训练时的姿态动作进行评分，提升训练效果和效率。

发明内容

本发明为了解决现有人体动态姿态评价方法准确率较低的技术问题，提供了一种评价准确率高的人体姿态行为智能评价方法。

为了解决上述问题，本发明采用以下技术方案予以实现：

本发明的一种人体姿态行为智能评价方法，包括以下步骤：

S1：人体关节点信息提取：提取输入的待评价人体姿态行为视频中每一帧图像中人体的所有关节点，将人体关节点组合，获得视频中人体的所有关节点构成的骨骼框架数据；

S2：特征向量构造：将人体关节点按肢体构造成多个人体部件，通过人体部件构造多个人体特征平面；

S3：动作对齐：基于动态时间规整算法(DTW)对待评价人体姿态行为视频和预先存储的参考人体姿态行为视频的人体姿态动作进行匹配，找出最匹配的图像对，实现两视频中人体动作的对齐；

S4：动作匹配相似度分析：将最匹配的图像对中人体关节点信息映射到同一个人体坐标系中，计算最匹配的图像对中人体姿态行为的相似度；

S5：行为评价：根据最匹配的图像对中人体姿态行为的相似度对待评价人体姿态行为视频中的姿态行为进行评分。

在本方案中，首先，通过摄像头采集人体运动的视频，提取视频中每一帧图像中的人体关节点信息(人体关节点在图像中的坐标)；然后，根据人肢体构造将人体关节点连接成多个人体部件，并求得人体部件的特征向量，如正头部、左头部、左上臂、左下臂、右上臂、右下臂、左大腿、左小腿、右大腿、右小腿等，按照人体运动平面，两两人体部件的特征向量叉乘，得到多个人体运动平面的特征向量，如头部、左臂、右臂、左腿、右腿、胸部等；最后，根据其动作类别，调取MySQL数据库中同类别的参考人体姿态行为的信息，最后将两行为进行对齐、匹配，计算二者的相似度，根据二者的匹配度对视频中的行为进行评分、矫正。

作为优选，所述步骤S1中人体的所有关节点构成的骨骼框架数据包括所有人体关节点信息，每个人体关节点信息由人体关节点在图像中的二维坐标信息和关节点置信度构成。