[发明专利]一种基于姿势识别的人体动作分类方法

摘要

本发明公开了一种基于姿势识别的人体动作分类方法，包括以下步骤步骤一、对人体上半身动作进行姿势识别，得到能够表示人体上半身各个部位的位置、方向以及大小的骨架特征；步骤二、对步骤一得到的骨架特征中的数据进行归一化处理；步骤三、采用多分类SVM对归一化处理后的骨架特征进行训练，得到能够对不同动作进行分类的分类器；步骤四、采用步骤三训练好的分类器对输入动作进行分类。以收集到的人体运动图片作为测试数据进行实验,实验结果表明,本发明的分类准确率达到97.78%,能够很好地对人体动作进行分类。

主权项

一种基于姿势识别的人体动作分类方法，其特征在于，包括以下步骤：步骤一、采集人体运动图片并存入至数据库中，对数据库中的图片中人体上半身动作进行姿势识别，得到能够表示人体上半身各个部位的位置、方向以及大小的骨架特征；具体如下：首先对图片中的人体建立外观模型，采用基于图形结构的方法将人体上半身划分为六个部位：人身体躯干、左上手臂、右上手臂、左下手臂、右下手臂以及头部；然后对图片进行前景突出处理：输入检测框，框出图片中的人体位置，通过检测框产生一个扩大的矩形框，在矩形框内对图片进行初始化图像分割，分割出前景和背景，对前景突出的区域进行图像解析，从而得到其骨架特征；其中，骨架特征是根据人体上半身六个部位的相对位置的坐标来描述，由4×6的矩阵表示；步骤二、对步骤一得到的骨架特征进行归一化处理，归一化处理后的骨架特征由4×6的矩阵表示；步骤三、采用多分类SVM对归一化处理后的骨架特征进行训练，得到能够对不同动作进行分类的分类器；具体如下：将归一化处理后的骨架特征作为特征集，并将步骤二中所述的4×6的矩阵转换为1×24的矩阵；将特征集分为训练集和测试集，采用多分类SVM对训练集进行训练，得到能够对不同动作进行分类的分类器；步骤四、采用步骤三训练好的分类器对输入动作进行分类。