[发明专利]面向人体动作识别方法

说明书

面向人体动作识别方法，该方法步骤如下：第一步，使用红外摄像头采集人体动作图像；第二步，对第一步中的人体动作图像依次进行锐化和二值化；第三步，对第二步中的人体动作量子图像进行边缘特征点提取；第四步，基于相似度检测的人体动作量子图像分类方法，利用基于第三步中量子图像中提取的特征点构成的图形上进行量子漫步来分析该图与人体动作量子匹配库中的图之间的相似程度，完成人体动作识别。1）使用红外摄像头对人体动作进行捕捉，可以降低自然光的干扰，并且夜间也可以工作；2）人体动作识别引入量子处理，充分利用量子的并行计算能力；3）量子态具有高效编码能力，减小算法存储量；4）量子的不确定性提高人体动作识别的准确性。

技术领域

本发明方案主要用于人体动作识别领域。

背景技术

在人体动作识别领域中，主要有基于计算机视觉的识别和基于运动捕获技术的识别。基于计算机视觉的识别主要通过视频序列，利用人体轮廓、多视角等特征信息对人体姿态动作进行识别。基于运动捕获技术的人体姿态识别是通过对人体构建三维骨架模型，捕获并存储人体骨架关节点的数据，并对这些数据分析识别。在传统的计算机视觉识别中，例如基于Kinect的图形识别，在静态图像识别中，当操作者距离远，捕获图像比较模糊，无法精确提取图像信息；在动态识别中存在处理速度慢的缺点。

发明内容

发明目的：

本发明提供一种面向人体动作识别方法，其目的是解决以往所存在的问题。

技术方案：

面向人体动作识别方法，其特征在于：

该方法步骤如下：

第一步，使用红外摄像头采集人体动作图像；

第二步，对第一步中的人体动作图像依次进行锐化和二值化；

第三步，对第二步中的人体动作量子图像进行边缘特征点提取；

第四步，基于相似度检测的人体动作量子图像分类方法，利用基于第三步中量子图像中提取的特征点构成的图形上进行量子漫步来分析该图与人体动作量子匹配库中的图之间的相似程度，完成人体动作识别。从而完成针对图像进行智能分类聚类识别工作

第二步中的锐化步骤如下：

采用Laplace算子x，y两个方向的二阶导数进行差分就得到了离散函数的Laplace算子。在一个二维函数f(x,y)中，x，y两个方向的二阶差分为：

其中是f(x,y)对x求二阶导数，是f(x,y)对y求二阶导数。

Laplace的差分形式为：

▽²f(x,y)＝f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y) (3)

其中▽²是梯度算子，f(x,y)在x，y两个方向求二阶导数。

对量子图像锐化操作形式为：

|I′＝|I+▽²|I (4)

|I′是锐化后的图像，|I是锐化前的图像。

二值化方式：人体动作图像量子二值化：操作定义为色彩变换操作U_B。