[发明专利]一种基于移位图卷积神经网络骨骼点行为识别系统及其识别方法

权利要求书

1.一种基于移位图卷积神经网络骨骼点行为识别系统，其特征是，包括：

用于识别提取模块提取骨骼点行为特征的行为识别模块；

所述行为识别模块主要用于进行识别提取骨骼点行为特征，根据图的邻接关系将邻接的行为特征进行移位拼接，拼接之后只需进行一次1*1的卷积即可得到计算后的行为特征，对于一个N个节点图来讲，设特征维度为C，特征大小为[N,C]，其中节点v的有个n个节点与之相邻，其邻接节点构成的集合为对于第v个节点，移位图模块将其特征均分为n+1份，第一份保持其自身特征，后面n份从其邻居节点特征移位，数学表达如下：

其中，中的下标V表示Python的标记，‖…‖双竖线表示特征维度进行特征拼接；

还包括用于获取行为图像的图像获取模块；

所述图像获取模块基于图像获取装置，所述图像获取装置包括呈等边三角形放置的摄像器，以及设置在所述摄像器尾部的转动装置，所述转动装置包括与所述摄像器固定连接的转动轴，套接所述转动轴的转动电机；

还包括用于处理图像获取模块获取的行为图像进行图像处理的图像处理模块；

所述图像处理模块主要进行对图像获取模块获取到的人体行为图像进行处理为人体边缘图；通过Krisch边缘检测算子，在检测图像边缘的时候使用3*3卷积模板，遍历图像中的像素点，逐一考察各个像素点周围邻近区域的像素灰度值，计算其中三个相邻像素灰度的加权与其余五个像素的灰度加权和差值；

还包括用于提取图像处理模块处理后图像的骨骼点提取模块；所述提取模块用于提取图像处理模块处理后图像的骨骼点提取，当图像处理模块处理图像获取模块获取的图像完成后，此时人体边缘图上将按照最接近获取图像行为人体型进行匹配预先录入的骨骼点位置，进而将匹配后的骨骼点进行显示在人体边缘图上。

2.根据权利要求1所述的一种基于移位图卷积神经网络骨骼点行为识别系统，其特征是：所述图像获取模块通过三组呈等边三角形放置的摄像器进行摄像人体行为，进而将三组摄像器获取的行为图像进行安装前、后、侧部进行分别呈现在电脑终端上，进而以供图像处理模块进行对比处理图像。

3.根据权利要求1所述的一种基于移位图卷积神经网络骨骼点行为识别系统，其特征是：卷积模板如下：

使用八个卷积模板，依次处理原图像中的所有像素，计算得到其边缘强度，再通过阈值进行检测，提取最后边缘点，完成边缘检测；

Krisch算子检测图像边缘实现步骤如下：

步骤1、获取原图像的数据区指针；

步骤2、建立两个缓冲区，缓冲区大小与原图形相同，缓冲区主要用于存储原图像及原图形副本，将两个缓冲区初始化为原图像副本，分别标记为图像1和图像2；

步骤3、在每个缓冲区域中单独设置一个用于卷积操作的Krisch模板，然后在两个区域中分别遍历副本图像中的像素，逐一进行卷积操作，计算结果，对比将计算得出的较值存到图像1中，再将图像1复制到缓存图像2中；

步骤4、重复步骤3，一次设置剩余的六个模板，并进行计算处理，最后得出图像1与图像2中较大灰度值存放在缓冲图像1中；

步骤5、将处理后的图像1复制到原图像数据中，在进行编程实现图像的边缘处理。