[发明专利]一种基于肌肉信号的人体动作识别方法

摘要

本发明请求保护一种基于肌肉信号的人体动作识别方法，基于深度信号流获得肌肉信号对应的深度图像数据，辨别出在人体中每个肌肉接头点在三维空间中的动作信息；基于肌肉接头的动作信息优化人体肌肉接头信号，过滤对人体行为识别不产生影响或影响较小的肌肉接头信号或冗余肌肉接头信号，构建人体行为条件随机场模型，得到人体行为识别模型并基于该模型对人体的后续动作进行预测。本发明使用改进的羊群优化算法对其进行选择，改进后的羊群优化算法相对于未改进的方法，改进后的方法是用了点集的方法初始化种群，避免了算法陷入局部最优，用有序子集的方法和引入羊群的观望方法加快了算法的收敛速度，同时也提高了视频人体行为的识别效果。

主权项

1.一种基于肌肉信号的人体动作识别方法，其特征在于：步骤一，基于深度信号流获得肌肉信号对应的深度图像数据，得到的深度图像数据中的每个像素点的信息包含三维空间的深度信息，再处理得到的数据中的白点，进而辨别出在人体中每个肌肉接头点在三维空间中的动作信息；步骤二，对肌肉进行归一化和降维处理，将每个肌肉接头的动作坐标减去连接肌肉的动作坐标 ，即：分别表示的是第一个肌肉接头到第N 个肌肉接头的动作信息；步骤三，基于肌肉接头的动作信息优化人体肌肉接头信号，过滤对人体行为识别不产生影响或影响较小的肌肉接头信号或冗余肌肉接头信号；步骤四，使用将特征描述子聚类为 K 个姿势，将量化后的姿势用离散Markov建立模型并分类；步骤五，使用肌肉接头点的动作信息来表示词袋中的视觉单词，表示出的每一个单词都表示成一个有比较强判别性的人体动作，再根据这些动作实例表示出的单词在词典中出现的频率得到一个关于视觉的直方图，最后作为分类器的输入，识别动作；步骤六，构建人体行为条件随机场模型，训练样本，得到人体行为识别模型并基于该模型对人体的后续动作进行预测。