[发明专利]一种基于单目视觉的在线人体康复动作识别方法

摘要

本发明公开了一种基于单目视觉的在线人体康复动作识别方法。该方法包括建模训练和在线识别，建模训练步骤中包括采集样本、提取特征、构建模型和模型训练四个分步骤，在线识别步骤中包括识别目标、识别特征和识别动作三个分步骤。通过以上步骤，本发明融合姿态估计方法OpenPose与最近邻匹配方法对监控视频流中的目标人体进行识别并生成动作序列，再通过滑动窗口从动作序列中识别检测动作特征，再将检测动作特征输入到经过建模训练得到的检测模型中进行康复动作识别。本发明只需对每帧图像中提取的少数关节点进行处理从而极大地降低了计算成本，模型易于部署，能够适应非理想、嘈杂的环境，在线识别连续的康复动作准确率达90.66％。

主权项

1.一种基于单目视觉的在线人体康复动作识别方法，其特征在于，包括以下步骤：/n第一步，建模训练，包括采集样本、提取特征、构建模型和模型训练四个分步骤：/n在所述采集样本中，通过单目视觉采集设备拍摄人体动作样本，分别获得康复动作短视频样本和正常动作短视频样本；/n在所述提取特征中，将所述康复动作短视频样本中的每一帧图像中的人体形态进行提取，得到样本骨架特征，进一步根据所述样本骨架特征提取样本动作特征；/n在所述构建模型中，构建分类模型，包括依次时空特征提取模块、双层GRU网络和Softmax分类器；/n在所述模型训练中，将多个所述康复动作短视频样本和正常动作短视频样本对应的样本动作特征分别输入到所述分类模型中进行训练，训练所述分类模型中的参数，最终得到参数优化且能够对所述康复动作短视频样本和正常动作短视频样本进行分类识别的检测模型；/n第二步，在线识别，包括识别目标、识别特征、识别动作三个分步骤：/n在所述识别目标中，通过单目视觉采集设备在线实时获取监控视频流，对所述监控视频流中的每一帧图像进行姿态估计并识别目标人体，并对应得到包含所述目标人体的检测骨架特征的目标人体动作序列；/n在所述识别特征中，对所述目标人体动作序列进行滑窗处理，识别所述目标人体动作序列的检测动作特征；/n在所述识别动作中，将所述检测动作特征输入到所述检测模型中，由所述检测模型实时识别出所述检测动作特征对应的动作类型。/n