[发明专利]基于深度图像和骨骼信息的动作识别方法

摘要

一种基于深度图像与骨骼信息的人体动作识别方法。其包括采集人体动作视频，从中提取深度图像和骨骼动作帧序列；从深度图像中提取出全局点云特征向量；从骨骼动作帧序列中生成骨骼点特征向量；将全局点云特征向量和骨骼点特征向量输入两个SVM分类器中进行训练，得到两个动作分类模型；利用两个动作分类模型对待识别人体动作样本的类别进行识别等步骤。本发明提供的基于深度图像与骨骼信息的人体动作识别方法基于深度图像生成运动历史点云，提取运动历史点云的全局特征，同时融合骨骼点特征，结合两种特征，提高了动作识别的鲁棒性。

主权项

1.一种基于骨骼信息和深度图像的动作识别方法，其特征在于：所述的基于骨骼信息和深度图像的动作识别方法包括按顺序进行的下列步骤：1)利用深度摄像机采集人体动作视频，然后从每一个人的人体动作视频中分别提取出多帧深度图像和骨骼动作帧序列而作为一个人体动作样本，由所有人的人体动作样本构成训练样本；2)对上述训练样本中的每一帧深度图像进行预处理以去除背景干扰，然后由预处理后的多帧深度图像生成运动历史点云，之后对运动历史点云进行降采样，以减少点云数量和提高识别速度，然后从降采样后的运动历史点云中提取出全局点云特征向量ν；3)对步骤1)得到的骨骼动作帧序列进行预处理，去除其中的冗余帧，然后分别提取每一骨骼动作帧的相对位移、相对位置和相对角度特征，得到特征集合，利用局部聚合向量描述子算法生成骨骼点特征向量F；4)将按上述步骤1)至3)得到的大量训练样本的全局点云特征向量ν和骨骼点特征向量F分别输入到两个SVM分类器中进行训练，得到所需要的两个动作分类模型；5)利用上述两个动作分类模型对待识别人体动作样本的类别进行识别。