[发明专利]一种识别人体姿势的方法、系统、存储介质及电子设备在审
申请号: | 201910816398.9 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110569775A | 公开(公告)日: | 2019-12-13 |
发明(设计)人: | 胡新荣;王梦鸽;彭涛;刘军平;陈常念;张自力;崔树芹;陈佳;李敏;何儒汉;吴晓堃 | 申请(专利权)人: | 武汉纺织大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 31251 上海硕力知识产权代理事务所(普通合伙) | 代理人: | 郭桂峰 |
地址: | 430200 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人体姿势 关键姿势 标准姿势 角度特征 三维数据 动作库 匹配度 多特征融合 归一化处理 存储介质 电子设备 目标姿势 预设时长 姿势识别 准确度 实时性 算法 测量 分析 | ||
1.一种识别人体姿势的方法,其特征在于,包括:
建立标准动作库,所述标准动作库中包含若干个标准姿势;
获取人体姿势的三维数据,每预设时长内的多个人体姿势作为一组人体姿势;
对每一组人体姿势的三维数据进行归一化处理,选取每一组人体姿势的关键姿势;
计算所述关键姿势与每一个标准姿势的相对距离特征和相对角度特征;
结合所述相对距离特征和相对角度特征分析所述关键姿势与对应的标准姿势的关键匹配度;
根据关键匹配度确定所述关键姿势对应的目标姿势。
2.根据权利要求1所述的识别人体姿势的方法,其特征在于,对每一组人体姿势的三维数据进行归一化处理,选取每一组人体姿势的关键姿势具体包括:
根据一组人体姿势中的所有的姿势的三维数据计算均值和方差;
根据所述均值和方差计算每一个人体姿势的归一化数据Anorm,Anorm=|(A-μ)|/σ,其中,μ和σ分别表示均值和方差,A表示任意一个人体姿势的三维数据;
根据每一个人体姿势的归一化数据选取关键姿势。
3.根据权利要求1所述的识别人体姿势的方法,其特征在于,计算所述关键姿势与每一个标准姿势的相对距离特征和相对角度特征具体包括:
计算关键姿势与任意一个标准姿势相对应的关节点的相对距离d,其中,关键姿势中任一关节点位置为(xb,yb,zb),标准姿势相对应的关节点位置为(xs,ys,zs);
预设个数的关节点的相对距离生成相对距离描述符P1,P1={d1,d2,…,dn},其中,n为选取的用于比对的关节点的预设个数;
根据所述相对距离描述符P1计算距离差异度D1,其中,di为P1中第i个相对距离;
计算关键姿势与标准姿势相对应的关节点处的相对角度θi,θi=|αi-βi|,其中,αi为关键姿势中第i个关节点处的关节夹角,βi为标准姿势相对应的第i个关节点处的为关节夹角;
预设个数的关节点处的相对角度生成相对角度描述符P2,P2={θ1,θ2,…,θn},其中,n为选取的用于比对的关节点的预设个数;
根据所述相对角度描述符P2计算角度差异度D2,其中,θi为P2中第i个关节点处的相对角度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉纺织大学,未经武汉纺织大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910816398.9/1.html,转载请声明来源钻瓜专利网。