[发明专利]一种提取人体关节点坐标的智能监控系统及方法

摘要

本发明涉及一种提取人体关节点坐标的智能监控系统，包括三台体感器、计算机和报警器，三台体感器的输出端分别与计算机的输入端连接，计算机的输出端与报警器的输入端连接。本发明涉及的提取人体关节点坐标的智能监控方法，建立基于核主成分分析的二维隐马尔科夫模型，利用三台体感器对监控区域内人体动作进行实时监控，对完整的骨骼关节点坐标的动作特征数据进行降维处理，获得其动作特征数据主成分，利用建立的二维隐马尔科夫模型对监控的人体动作的动作特征数据主成分进行动作识别，若识别的动作为设定的异常动作，则进行报警。本发明具有对动作识别准确率高、动作识别的种类多、对异常行为的识别率高、适用广泛等优势。

主权项

一种采用提取人体骨骼关节点坐标的智能监控系统进行智能监控的方法，该系统包括三台体感器、计算机和报警器；所述的三台体感器分别安装在监控环境内的三个方向上，且三个体感器位于同一水平面上，三台体感器均用于采集人体骨骼关节点处的坐标，并将采集到的坐标信息传输至计算机；所述的计算机用于对体感器采集的人体骨骼关节点坐标中的完整骨骼关节点坐标数据进行降维处理，并根据降维处理后的数据进行动作识别，得到动作识别结果，并判断结果是否为异常动作，若为异常动作则向报警器发出报警指令；所述的报警器用于根据计算机发出的报警指令进行报警；所述的三台体感器的输出端分别与计算机的输入端连接，计算机的输出端与报警器的输入端连接；其特征在于，包括以下步骤：步骤1：建立基于核主成分分析的二维隐马尔科夫模型：将体感器采集的不同动作的完整骨骼关节点坐标的动作特征数据进行降维处理，获得动作特征数据主成分，将不同动作的动作特征数据主成分作为二维隐马尔科夫模型的输入，不同动作作为二维隐马尔科夫模型的输出，得到二维隐马尔科夫模型的状态转移概率矩阵、发生的条件概率矩阵，进而确定该二维隐马尔科夫模型；步骤2：利用三台体感器对监控区域内人体动作进行实时监控，对完整的骨骼关节点坐标的动作特征数据进行降维处理，获得未知动作的动作特征数据主成分；步骤3：利用建立的二维隐马尔科夫模型对监控的人体动作的动作特征数据主成分进行动作识别：将未知动作的动作特征数据主成分作为输入，利用二维隐马尔科夫模型得到各动作发生的概率，将发生概率最大的动作作为动作识别结果；步骤4：若识别的动作为设定的异常动作，则进行报警，否则返回步骤2。