[发明专利]一种基于模版匹配的视点无关的人体动作识别方法

摘要

本发明公开了一种基于模板匹配的视点无关的人体动作识别方法。能在视频中识别出几种预先定义的典型动作。构造模板时首先为每个样例动作计算多个投影视点下的运动历史图并提取极坐标特征，采用流形学习方法将这些极坐标特征映射至低维子空间中，并在子空间中基于多视点极坐标特征的低维坐标为此样例动作构造“超球”。动作模板由多个已知球心和半径的超球组成。当给定待识别动作时，首先计算此动作的运动历史图和相应极坐标特征，然后将极坐标特征投射至模板动作子空间中得到低维坐标，并计算此坐标与模板中各个超球球面之间的距离，选择最接近的超球作为识别结果。本发明提供的技术实现了视点无关的动作识别，在视频监控领域具有较高应用价值。

主权项

1.一种基于模板匹配的视点无关的人体动作识别方法，其特征在于方法分为模板构造和动作识别两个部分：模板构造的步骤为：1)首先捕获三维人体动作作为样例，采用3D max构造三维人体模型并将三维运动数据与模型绑定，渲染为多个视点下的二维人体轮廓序列；2)基于多视点的人体轮廓序列计算此动作在多个视点下的运动历史图和相应的极坐标特征；3)采用流形学习算法将所有样例动作多视点下的极坐标特征映射至四维子空间，得到每个极坐标特征在子空间中的四维坐标；4)对每个样例动作的多视点极坐标特征，通过在四维子空间中计算虚拟球心和超球半径来构造动作超球；5)将多种样例动作的动作超球集成起来得到动作模板；动作识别的步骤为：6)根据待识别动作序列构造运动历史图并提取相应的极坐标特征；7)采用流形学习算法将此极坐标特征映射至模板动作子空间并获得待识别动作的四维坐标；8)在动作模板中寻找与此四维坐标最接近的超球球面，并将此球面代表的样例动作作为候选的识别结果。