[发明专利]基于深度相机和基本姿势的人体行为识别方法及装置有效
| 申请号： | 201810059713.3 | 申请日： | 2018-01-22 |
| 公开（公告）号： | CN108305283B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 陈峰;孙鹏飞;王贵锦 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/50 | 分类号： | G06T7/50;G06T17/00;G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度相机和基本姿势的人体行为识别方法及装置，其中，方法包括：通过深度相机检测人体行为的图像，并提取关键点信息；根据输入的图像进行人体三维结构的重建；重建人体三维数据进行关键姿势的识别和相应的特征提取，以得到姿势特征描述集的时间序列；将其与预先训练的特征描述集进行匹配，得到基本姿势的初始时间描述序列；去除初始时间描述序列的重复信息，得到最终时间描述序列；将最终时间描述序列输入到预先训练好的长短时记忆网络以进行人体的行为识别，以得到识别结果。该方法可以减少识别目标动作快慢不同及动作不标准带来的干扰，能够保持识别视角不变，更加容易构建数据库，提高人体行为识别的鲁棒性和准确性。 | ||
| 搜索关键词： | 基于 深度 相机 基本 姿势 人体 行为 识别 方法 装置 | ||
【主权项】：
1.一种基于深度相机和基本姿势的人体行为识别方法，其特征在于，包括以下步骤：通过深度相机检测人体行为的图像，并提取关键点信息；根据输入的所述图像进行人体三维结构的重建，以保证视角不变性；将重建后的人体三维数据进行关键部位的姿势的识别和相应的特征提取，以得到姿势特征描述集的时间序列；根据所述特征描述集的时间序列与预先训练的特征描述集进行匹配，以得到基本姿势的初始时间描述序列；去除所述初始时间描述序列的重复信息，以得到最终时间描述序列；以及将所述最终时间描述序列输入到预先训练好的长短时记忆网络以进行人体的行为识别，以得到识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/patent/201810059713.3/，转载请声明来源钻瓜专利网。
