[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

说明书

本发明提供了一种识别人体姿势的方法、系统、存储介质及电子设备，其方法包括：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。本发明通过距离特征和角度特征人体多特征融合的识别算法，提高姿势识别的准确度和测量的实时性。

技术领域

本发明涉及计算机视觉与图像处理领域，尤指一种识别人体姿势的方法、系统、存储介质及电子设备。

背景技术

随着人机交互和计算机技术的发展，人的身体作为人机交互的重要媒介之一，得到许多研究人员的关注。人体姿势更是能够表现出非常多的信息，在各个领域都发挥着重要的作用。因此，越来越多的人员投入到有关人体姿势识别的研究。

在国内外很多机构都在做相关的研究。其中，Z.Cao等人和Chen X使用深度学习的方法的人体姿态识别可以达到很高的准确性。H.-S.Fang等识别人体姿态使用的是state-of-the-art的Stacked Hourglass方法，致力于解决检测带来的定位误差，但是多人识别速度较慢。对于可穿戴式传感器(头盔、手套、加速传感器等)进行人体姿势识别，这种方式相对准确，实时性高，但是，一方面设备需要加大成本，另一方面穿戴规范有一定的要求，造成方便性降低和准确性降低。Pu等人采用改进的Hu矩阵算法，达到了很高的识别率，但是采用这种方法不能满足对系统的实时姿势匹配。

为了提高姿势识别的准确度和测量的实时性，本发明提出一种识别人体姿势的方法、系统、存储介质及电子设备。

发明内容

本发明的目的是提供一种识别人体姿势的方法、系统、存储介质及电子设备，实现通过距离特征和角度特征人体多特征融合的识别算法，提高姿势识别的准确度和测量的实时性。

本发明提供的技术方案如下：

本发明提供一种识别人体姿势的方法，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。

进一步的，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A_norm，A_norm＝|(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。

进一步的，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：