[发明专利]人体动作识别方法、装置、电子设备及存储介质有效
申请号: | 202110194948.5 | 申请日: | 2021-02-22 |
公开(公告)号: | CN112560817B | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 韦洪雷;张健;梁锐;申浩;邹琳;李雪;刘晨;曹礼聪;彭洪霖 | 申请(专利权)人: | 西南交通大学;四川乐健梦想家科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 林菲菲 |
地址: | 610000*** | 国省代码: | 四川;51 |
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 动作 识别 方法 装置 电子设备 存储 介质 | ||
1.一种人体动作识别方法,其特征在于,包括如下步骤:
T1:选择需要识别的人体关键点;
T2:针对各关键点的活动轨迹对视频帧图像进行区域划分,划分为多个区域;
T3:建立单一目标动作对应的各关键点与各关键点在T2中对应的区域的位置关系数组作为参考数组;
T4:对待测视频连续帧图像中的关键点及各关键点对应的区域进行识别,得到待测视频连续帧图像的各关键点与各关键点实际落在T2中划分的区域内的位置关系数组作为待测数组;
T5:将待测数组与参考数组进行比对,从而判断待测视频连续帧中的人体动作是否为单一目标动作。
2.根据权利要求1所述的一种人体动作识别方法,其特征在于,步骤T1中的人体关键点包括:双/单手、双/单肘、双/单肩、头顶、双/单髋、双/单膝、双/单足中的一个或多个点。
3.根据权利要求1所述的一种人体动作识别方法,其特征在于,步骤T1和步骤T2之间还包括步骤T20:计算视频帧图像中的人体身高和四肢长度,选择与其身高和四肢长度预设比例区域大小的图像数据框;步骤T2对步骤T20选定的图像数据框进行进一步处理。
4.根据权利要求1所述的一种人体动作识别方法,其特征在于,步骤T2具体包括:针对所有关键点的活动轨迹将视频帧图像划分为等面积或预设面积的多个区域。
5.根据权利要求1所述的一种人体动作识别方法,其特征在于,步骤T2具体包括:针对各关键点的活动轨迹分别对视频帧图像进行不同大小且不同数量的区域划分。
6.根据权利要求1所述的一种人体动作识别方法,其特征在于,步骤T3进一步包括:分别建立多个单一目标动作对应的各关键点与区域的位置关系数组作为参考数组库,每个单一目标动作对应一个或多个参考数组。
7.根据权利要求6所述的一种人体动作识别方法,其特征在于,步骤T3中的多个单一目标动作根据预设顺序排列得到一个组合目标动作,每个组合目标动作对应一个或多个参考数组序列,参考数组序列包括组合目标动作内依次排列的每个单一目标动作的一个参考数组。
8.根据权利要求7所述的一种人体动作识别方法,其特征在于,步骤T4进一步包括:对待测视频一段时间内的连续帧图像中的关键点及各关键点对应的区域依次进行识别,得到待测视频连续帧图像的各关键点与区域的位置关系数组序列,将相邻的连续帧图像中相同的位置关系数组进行合并,得到待测数组序列。
9.根据权利要求8所述的一种人体动作识别方法,其特征在于,步骤T5进一步包括:将参考数组序列放入待测数组序列中进行比对,参考数组序列从待测数组序列中的第一个位置关系数组开始比对,每比对一次向后移动一个位置关系数组的位置,参考数组序列在待测数组序列中每比对出一组相同序列,则判定待测视频连续帧中的人体动作包含一次组合目标动作;
直到参考数组序列中的最后一个位置关系数组与待测数组序列中的最后一个位置关系数组重合时完成比对;从而判断待测视频连续帧中的人体动作是否包含及包含几次组合目标动作。
10.根据权利要求1所述的一种人体动作识别方法,其特征在于,在步骤T3或步骤T4中,若某一关键点处于多区域的邻接处,将该关键点的位置判定为:处于多个邻接区域中距离视频帧图像中心最远的区域。
11.一种人体动作识别装置,其特征在于,包括录像模块和数据分析模块;
所述录像模块:用于获取连续的视频帧图像;
所述数据分析模块:用于对连续的视频帧图像进行人体动作识别,实现如权利要求1-10中任一项所述的人体动作识别方法的各个步骤。
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西南交通大学;四川乐健梦想家科技有限公司,未经西南交通大学;四川乐健梦想家科技有限公司许可,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/202110194948.5/1.html,转载请声明来源钻瓜专利网。