人体动作识别方法及装置制造方法及图纸

本发明专利技术涉及动作识别领域，具体涉及一种人体动作识别方法及装置，所述方法包括：将每个数据帧中的人体目标的距离信息和角度信息代入极坐标系中计算出人体目标位置的初始值；对计算出的人体目标位置的初始值进行滤波处理，确定每个数据帧中人体目标的估计位置；根据两个连续数据帧中的人体目标位置计算获得人体目标的移动速度；根据所述人体目标位置和所述人体目标的移动速度，构建随机森林，计算识别得出人体目标的动作类型。通过距离信息和角度信息采用双自由度的划分调制，使用粒子滤波器和数据融合的方式提高人体目标定位的准确度，构造随机森林并将识别结果作为最终的动作分类结果，增加了识别的精确度。

Human action recognition method and device

The present invention relates to the field of action recognition, and particularly relates to a device of human action recognition method, the method includes: the human target in each data frame information of distance and angle information into polar coordinates to calculate the initial value of the initial position of human body; the human body target position of the calculated value filtering sure, the estimated position of human target in each data frame; the mobile computing speed of human target according to the human body target position two continuous data frames; according to the movement speed of the human target position and the human target, construct a random forest, the computational identification of human target action type. Through the distance information and angle information by dividing the modulation of two degrees of freedom, to improve the accuracy of human target positioning using particle filter and data fusion method, constructing random forest and identification results as the final classification result, increase recognition accuracy.

【技术实现步骤摘要】
人体动作识别方法及装置
本专利技术涉及动作识别领域，具体而言，涉及一种人体动作识别方法及装置。
技术介绍
世界人口迅速老龄化，提高老年人的生活质量显得尤为重要，并且有巨大的社会效益。对老年人的日常行为进行监控可以为老年人提供及时的帮助。目前用于日常动作识别的主要有两种方法：基于视觉系统和基于可穿戴传感器。但是基于视觉系统的动作识别存在着以下缺点：由于其内在的数据关联问题和需要处理大量的数据，通过视频识别人体活动是非常具有挑战性的；视觉数据通常易受环境因素的影响，例如不良的光照条件和遮挡；使用照相机很可能会涉及到隐私问题。与基于视觉的动作识别系统相比，基于可穿戴式传感器的系统没有数据关联问题，并且需要处理的数据较少，但是如果需要穿戴过多的传感器，这对用户来说是非常繁琐的。热释电红外传感器作为安全系统的一部分已经在很多地方有应用，包括家庭，银行，图书馆等。热释电红外传感器价格便宜，可以方便地安装在任何的室内环境并且不需要被佩戴或携带。热释电红外传感器作为一种被动的红外传感器，其性能不受照明变化的影响。然而，对于单个热释电红外传感器，其输出是原始正弦状信号，只能用于检测人体动作是否发生，无法判断人体的动作类型。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种人体动作识别方法，以改善上述的问题。本专利技术实施例的另一目的在于提供一种人体动作识别装置，以改善上述的问题。为了实现上述的目的，本专利技术采用的技术方案如下。本专利技术提供了一种人体动作识别方法，包括：将每个数据帧中的人体目标的距离信息和角度信息计算出人体目标位置的初始值；对所述计算出的人体目标位置的初始值进行处理，确定每个数据帧中人体目标位置的确定值；根据两个连续数据帧中的人体目标位置的确定值计算获得人体目标的移动速度；根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，计算识别得出人体目标的动作类型。本专利技术实施例还提供一种人体动作识别装置，所述装置包括：位置计算单元，用于根据每个数据帧中的人体目标的距离信息和角度信息计算出人体目标位置的初始值；位置确定单元，用于对所述人体目标位置的初始值进行处理，确定每个数据帧中人体目标位置的确定值；速度计算单元，用于根据两个连续数据帧中的人体目标位置的确定值计算获得人体目标的移动速度；动作识别单元，用于根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，计算识别得出人体目标的动作类型。相对现有技术，本专利技术具有以下有益效果：本专利技术提供的一种人体动作识别方法及装置，所述方法通过将每个数据帧中的人体目标的距离信息和角度信息计算出人体目标位置的初始值；对所述计算出的人体目标位置的初始值进行处理，确定每个数据帧中人体目标位置的确定值；根据两个连续数据帧中的人体目标位置的确定值计算获得人体目标的移动速度；根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，计算识别得出人体目标的动作类型。人体动作识别方法增加了识别的精确度，无需通过视频监控等方式即可实现对室内人体目标的位置跟踪和动作类型识别，可广泛地应用于室内人体跟踪和日常动作识别领域中，很好的应用前景。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1示出了本专利技术所提供的一种人体动作识别系统的示意图。图2示出了人体动作识别装置的功能模块示意图。图3示出了解码单元的功能模块示意图。图4示出了采样节点的示意图。图5示出了圆环区域的示意图。图6示出了扇形区域的示意图。图7示出了位置确定单元的功能模块示意图。图8示出了动作识别单元的功能模块示意图。图9示出了人体动作识别方法的流程图。图10示出了步骤S101中S1011～S1012步骤图。图11示出了图9中步骤S1051～S1052的示意图。图12示出了图9中步骤S1051～S1052的示意图。图标：100-人体动作识别系统；101-存储器；102-存储控制器；103-处理器；104-外设接口；105-通信单元；106-热释电红外传感器；1061-第一类热释电红外传感器；1062-第二类热释电红外传感器；200-人体动作识别装置；210-解码单元；211-距离获取单元；212-角度获取单元；220-位置计算单元；230-位置确定单元；231-权重计算子单元；232-权重归一化子单元；240-速度计算单元；250-动作识别单元；251-第一随机森林子单元；252-第二随机森林子单元。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。在本专利技术的描述中，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者本文档来自技高网...

【技术保护点】
一种人体动作识别方法，其特征在于，所述方法包括：根据每个数据帧中的人体目标的距离信息和角度信息，获得人体目标位置的初始值；对所述人体目标位置的初始值进行处理，获得每个数据帧中人体目标位置的确定值；根据连续的两个所述数据帧中的人体目标位置的确定值获得人体目标的移动速度；根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，以随机森林的输出结果作为识别的人体目标的动作类型。

【技术特征摘要】
1.一种人体动作识别方法，其特征在于，所述方法包括：根据每个数据帧中的人体目标的距离信息和角度信息，获得人体目标位置的初始值；对所述人体目标位置的初始值进行处理，获得每个数据帧中人体目标位置的确定值；根据连续的两个所述数据帧中的人体目标位置的确定值获得人体目标的移动速度；根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，以随机森林的输出结果作为识别的人体目标的动作类型。2.如权利要求1所述的人体动作识别方法，其特征在于，所述根据每个数据帧中的人体目标的距离信息和角度信息，获得人体目标位置的初始值之前还包括：获取人体目标的距离信息；获取人体目标的角度信息。3.如权利要求1所述的人体动作识别方法，其特征在于，所述对所述人体目标位置的初始值进行处理，获取每个数据帧中人体目标的置的确定值包括：进行第l个人体目标位置的初始值的权重计算；将相同数据帧内l个人体目标位置的初始值的权重归一化；根据每个所述人体目标位置的初始值及归一化后的权重计算人体目标位置的确定值。4.如权利要求1所述的人体动作识别方法，其特征在于，所述根据连续的两个所述数据帧中的人体目标位置的确定值获得人体目标的移动速度包括：根据公式：进行人体目标的移动速度的计算，其中vt表示人体目标在第t个数据帧中的移动速度，(xt，yt)和(xt-1，yt-1)表示两个连续数据帧中人体目标位置的确定值，T表示两个数据帧之间的时间间隔。5.如权利要求4所述的人体动作识别方法，其特征在于，所述根据所述人体目标位置的确定值和所述人体目标的移动速度，构建随机森林，将随机森林的输出结果作为识别的人体目标的动作类型包括：将人体目标位置的确定值和移动速度{xt，yt，υt}作为第一层随机森林的输入，构造第一层随机森林，以识别数据帧的动作类型，计算相同动作的持续时间；将人体目标位置的确定值、移动速度和相同动作的持续时间作为第二层随机森林的输入，构造第二层随...

【专利技术属性】
技术研发人员：罗晓牧，谭火媛，洪佳明，陈沁群，王正飞，高理文，
申请(专利权)人：广州中医药大学，
类型：发明
国别省市：广东,44