动作识别方法及装置制造方法及图纸

技术编号:13514044 阅读:46 留言:0更新日期:2016-08-11 21:42
本发明专利技术公开了一种动作识别方法及装置,本发明专利技术中首先采集人体动作,并对人体动作进行初步编辑,确定动作的起始和结束帧;之后提取编辑后的人体动作数据的关节点、圆形度以及泽尼克矩作为所述人体动作的描述特征;之后移除描述特征中的存在的噪声、动作速率变化带来的误差以及动作时间匹配上的误差;最后以上述处理后得到的描述特征作为输入,输入到支持向量机模型进行训练,最后得到可对动作进行识别的分类模型。对于具体的动作,分类模型将给出对应的动作标签,所得到的分类模型即实现了对新的人体动作的定义。利用本发明专利技术的方法工具用户只需录制自己或他人的动作便可完成动作的定义和识别,识别效果达到95%以上。

【技术实现步骤摘要】
201610228478

【技术保护点】
一种动作识别方法,其特征在于,所述方法包括以下步骤:S1、采集人体动作或导入包含人体动作的文件,并对人体动作进行初步编辑;S2、提取所述步骤S1编辑之后的人体动作数据的关节点、圆形度以及泽尼克矩作为所述人体动作的描述特征;S3、移除所述描述特征中存在的噪声、动作速率变化带来的误差以及动作时间匹配上的误差;S4、将所述步骤S3处理后得到的描述特征输入到支持向量机分类模型进行训练,训练得到的分类模型即实现对新的人体动作的定义;对于具体的动作,分类器将给出一个具体的标签以标识识别的动作。

【技术特征摘要】
1.一种动作识别方法,其特征在于,所述方法包括以下步骤:S1、采集人体动作或导入包含人体动作的文件,并对人体动作进行初步编辑;S2、提取所述步骤S1编辑之后的人体动作数据的关节点、圆形度以及泽尼克矩作为所述人体动作的描述特征;S3、移除所述描述特征中存在的噪声、动作速率变化带来的误差以及动作时间匹配上的误差;S4、将所述步骤S3处理后得到的描述特征输入到支持向量机分类模型进行训练,训练得到的分类模型即实现对新的人体动作的定义;对于具体的动作,分类器将给出一个具体的标签以标识识别的动作。2.根据权利要求1所述的方法,其特征在于,所述步骤S1中采集人体动作之前所述方法还包括以下步骤:设置所述人体动作的名称以及动作持续时间;采集倒计时开始计时,经过预定倒计时时长后开始采集人体动作;所述步骤S1中采集人体动作之后所述方法还包括以下步骤:采集所述动作持续时间长度内的人体动作后将采集的人体动作进行保存;所述步骤S1中初步编辑具体为:选定起始帧和结束帧,移除所述起始帧之前以及所述结束帧之后的人体动作帧数据。3.根据权利要求1所述的方法,其特征在于,所述步骤S2中提取所述关节点具体包括以下步骤:S21、利用Kinect SDK API获取关节点位置,该位置基于Kinect设备空间坐标系;S22、以用户右手方向为x轴正方向,头部正上方为y轴正方向,面向交互设备正前...

【专利技术属性】
技术研发人员:陈洪杜利强王庆梅树立许常蕾陈晨如张瑞萱
申请(专利权)人:中国农业大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1