[发明专利]基于动作热点图的体育运动视频动作识别方法

摘要

本发明公开一种基于动作热点图的体育运动视频动作识别方法，通过Kinect技术获取每1秒中前5帧图像，首先得到各组第一帧图像的骨架图，再通过一组中的后续几帧图像合并得到该组的动作热点图，对动作热点图的运动距离进行计算，将计算结果与标准库进行比对分析，可以识别一段视频的动作是否标准，对非标准动作进行标记并存储。本发明即具有视频图像处理的实时性，又具有良好的可操作性与准确的分析结果。

主权项

1.一种基于动作热点图的体育运动视频动作识别方法，其特征在于依次按照如下步骤进行：步骤1：设备初始化；步骤2：每隔一秒自动取前5帧图像为一组，共取n组图像，所述n为正整数；步骤3：对每一组图像的每1帧调用微软Kinect for windows SDK2.0中的get_BodyCount()函数，获得每1帧图像中人体头、颈、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左膝盖、右膝盖、左脚踝、右脚踝及臀部所在位置的点坐标；步骤4：将每一组第1帧图像传输到PC机，分别对图像中头部点与颈部点，颈部点与左肩点，左肩点与左手肘点，左手肘点与左手腕点，颈部点与右肩点，右肩点与右手肘点，右手肘点与右手腕点，颈部点与臀部点，臀部点与右膝盖点，右膝盖点与右脚踝点，臀部点与左膝盖点，左膝盖点与左脚踝点依次连线，生成骨架图，记为Ske_Image_i，所述_i=1，2，3，4……n；步骤5：分别按照坐标将每一组后续4帧图像中人体头、颈、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左膝盖、右膝盖、左脚踝、右脚踝及臀部的绘制到Ske_Image_i中得到动作热点图，记为Act_Image_i，所述_i=1，2，3，4……n；步骤 6：对标准动作的录像中的相应帧按照步骤2、3、4和步骤5的方法，生成与Ske_Image_i对应的标准骨架图，记为Sta_Ske_Image_i，所述_i=1，2，3，4……n；步骤7：对Sta_Ske_Image_i按照步骤5的方法得到动作热点图Sta_Act_Image_i，所述_i=1，2，3，4……n；步骤8：从_i=1开始，将动作热点图Act_Image_i+1与Act_Image_i的相应点进行计算欧氏距离，所述点为头、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左膝盖、右膝盖、左脚踝及右脚踝，分别记为Sp_1,Sp_2,…Sp_11；步骤9：求Act_Image_i中的点连线与Sta_Act_Image_i的点连线的比值，所述点连线为头部点与颈部点，颈部点与左肩点，颈部点与右肩点，左肩点与左手肘点，右肩点与右手肘点，左手肘点与左手腕点，右肩点与右手肘点，臀部点与左膝盖点，臀部点与右膝盖点，左膝盖点与左脚踝点及右膝盖点与右脚踝点连线，点连线的比值分别记为X1，X2，X3……X 11；步骤10：将Sp_1与X1相乘得到S1，将Sp_2与X2相乘得到S2，将Sp_3与X3相乘得到S3，将Sp_4与X4相乘得到S4，将Sp_5与X5相乘得到S5，将Sp_6与X6相乘得到S6，将Sp_7与X7相乘得到S7，将Sp_8与X8相乘得到S8，将Sp_9与X9相乘得到S9，将Sp_10与X10相乘得到S10，将Sp_11与X11相乘得到S11，将S1,S2,…S11依次记录到一个数组中作为动作评价判定标准，记为Act_Array；步骤 11：按步骤8的方法对Sta_Act_Image_i处理，得到的欧氏距离依次记为St_1,St_2,…St_11，并生成一个数组Sta_Array；步骤12：将Act_Array与Sta_Array每个相应元素分别求其比值，如果得到的比值在[0.75,1.25]范围内判定为标准动作，否则，判定为非标准动作并存储；步骤13：将_i加1，重复步骤步骤8~12，直至最后n组图像处理完毕。