[发明专利]一种基于人体骨架的动作识别方法

摘要

本发明涉及一种基于人体骨架的动作识别方法，其特征在于，基本步骤包括：步骤一，从体感设备获取人在执行目标动作下的连续骨架数据帧序列；步骤二，从骨架数据中筛选出可以表征动作的主要关节点数据；步骤三，从筛选出的骨架关节点数据中提取、计算动作特征值并构造动作的特征向量序列；步骤四，对特征向量进行预处理；步骤五，将动作样本集的特征向量序列保存下来作为动作样本模板库；步骤六，实时采集动作并用动态时间规整算法计算其特征向量序列与模板库中所有动作样本的特征向量序列的距离值；步骤七，对动作进行分类识别。本发明具有很好的实时性、鲁棒性和准确性，实施简便可靠，适用于实时的动作识别系统。

主权项

1.一种基于人体骨架的动作识别方法，基本步骤包括：步骤一，从体感设备获取人在执行目标动作下的连续骨架数据帧序列：所述体感设备是指至少能够获取包括人体骨架的各个关节点的3D空间位置信息和角度信息的采集设备；所述人体骨架数据包括该采集设备所提供的人体关节点的数据；其特征在于，还包括：步骤二，从骨架数据中筛选出可以表征动作的主要关节点数据：所述表征动作的主要关节点数据是对动作识别起关键作用的关节点的数据；步骤三，从筛选出的骨架关节点数据中提取、计算动作特征值并构造动作的特征向量序列：所述动作特征包括位置、角度、速度、关节点的速度和关节夹角；所述特征向量序列是由特征值组成的特征向量并构成的序列；所述特征是指从骨骼数据中提取合适的关节点的位置P、速度V、关节间角度θ，但不仅限于所述的特征；特征向量序列是指由每帧骨架数据计算出的特征向量组成的特征向量序列R，则R可以表示为：R＝{R₁,R₂,...,R_n,...R_N}，其中，R_n为第n帧骨架数据的特征向量，N是特征向量序列的长度，R_n可以表示为：R_n＝{F₁,F₂,...,F_i,...F_I}，F_i为特征向量的第i个特征值，I是特征向量的维数；步骤四，对特征向量进行预处理：所述预处理是指对特征向量中关节点的坐标做归一化处理，包括大小归一化处理和位置归一化处理；所述对特征向量中关节点的坐标位置做归一化处理是指，选取一个关节点的位置作为中心原点，其位置坐标为：C＝(C_x,C_y,C_z)，特征值是第j个关节点的空间坐标值经过归一化后为：还有对关节点坐标大小特征值进行归一化处理，选取两个关节点的距离作为参考距离D，最后归一化后关节的坐标为：步骤五，将动作样本集的特征向量序列保存下来作为动作样本模板库；步骤六，实时采集动作并用动态时间规整算法计算其特征向量序列与模板库中所有动作样本的特征向量序列的距离值：所述动态时间规整算法是指计算两个长度不同的时间序列的距离值，并以此距离值作为评判两个序列的相似度的方法；步骤七，对动作进行分类识别：根据步骤六中计算的距离值，计算出目标动作与模板库中动作模板的相似度，最后依据相似度对目标动作进行分类识别。