一种基于运动生物力学的多模式人体行为识别方法技术

本发明专利技术公开了一种基于运动生物力学的多模式人体行为识别方法。以运动生物力学为基础，将人体结构转换为具有运动特征参数的人体骨骼动作模型，并确定动作描述参数，进而计算生物力学特征。并用这些特征参数描述人体动作姿势，建立参数与动作模式之间的关系模型；基于生物力学的人体动作姿势描述方法，分析人体动作时序数据的特点，使用基于曲线简化算法与帧消减算法结合的关键帧提取方法，对多模式中连续动作进行边界检测、实现基本动作与过渡动作的分割与自动标注；分析基本动作模式和过渡动作模式的特点，采用多模型思想，建立基本动作模式和过渡动作模式的识别模型，实现多模式行为的识别。

A Multi-pattern Human Behavior Recognition Method Based on Sports Biomechanics

The invention discloses a multi-mode human behavior recognition method based on sports biomechanics. Based on sports biomechanics, the human body structure is transformed into a human skeleton motion model with motion characteristic parameters, and the motion description parameters are determined, then the biomechanical characteristics are calculated. These characteristic parameters are used to describe human motion posture and establish the relationship model between parameters and motion patterns. Based on the biomechanical method of describing human motion posture, the characteristics of human motion time series data are analyzed, and the key frame extraction method based on the combination of curve simplification algorithm and frame subtraction algorithm is used to detect the boundary of continuous motion in multi-mode, and realize basic motion and motion. Segmentation and automatic labeling of transitional action; analysis of the characteristics of basic action mode and transitional action mode, using multi-model idea, establish the recognition model of basic action mode and transitional action mode, and realize the recognition of multi-mode action.

【技术实现步骤摘要】
一种基于运动生物力学的多模式人体行为识别方法
本专利技术属于人体行为识别
，具体涉及一种基于运动生物力学的多模式人体行为识别方法。
技术介绍
运动生物力学技术在人体工学、运动训练、医疗诊断与康复训练等领域得到了广泛关注和应用，但是在人体日常行为识别等研究中较少采用。现有研究主要依据传感器数据的时域和频域等离散特征进行动作识别，较少关注人体动作在空间、时间、力效上的特性，对于动作的表达不够充分、分类不够细致。因此，对于基于传感器的连续多模式行为识别还有许多问题需要细化和深入研究。
技术实现思路
本专利技术的目的在于提供一种基于运动生物力学的多模式人体行为识别方法，以人体骨骼模型为载体、姿势序列为匹配对象、生物力学特征为识别参数，建立基于运动生物力学的多模式行为识别的方法体系，为基于传感器的多模式复杂人体行为识别方法研究和应用提供新的思路和理论依据。为实现上述目的本专利技术采用以下技术方案：一种基于运动生物力学的多模式人体行为识别方法，包括如下步骤：步骤1、以运动生物力学为基础，将人体结构转换为具有运动特征参数的人体骨骼动作模型，并确定动作描述参数，进而计算生物力学特征，并用这些特征参本文档来自技高网...

【技术保护点】
1.一种基于运动生物力学的多模式人体行为识别方法，其特征在于，包括如下步骤：步骤1、以运动生物力学为基础，将人体结构转换为具有运动特征参数的人体骨骼动作模型，并确定动作描述参数，进而计算生物力学特征，并用这些特征参数描述人体动作姿势，建立参数与动作模式之间的关系模型；步骤2、基于步骤1中生物力学的人体动作姿势描述方法，分析人体动作时序数据的特点，使用基于曲线简化算法与帧消减算法结合的关键帧提取方法，对多模式中连续动作进行边界检测、实现基本动作与过渡动作的分割与自动标注；步骤3、分析基本动作模式和过渡动作模式的特点，采用多模型思想，建立基本动作模式和过渡动作模式的识别模型，实现多模式行为的识别。

【技术特征摘要】
1.一种基于运动生物力学的多模式人体行为识别方法，其特征在于，包括如下步骤：步骤1、以运动生物力学为基础，将人体结构转换为具有运动特征参数的人体骨骼动作模型，并确定动作描述参数，进而计算生物力学特征，并用这些特征参数描述人体动作姿势，建立参数与动作模式之间的关系模型；步骤2、基于步骤1中生物力学的人体动作姿势描述方法，分析人体动作时序数据的特点，使用基于曲线简化算法与帧消减算法结合的关键帧提取方法，对多模式中连续动作进行边界检测、实现基本动作与过渡动作的分割与自动标注；步骤3、分析基本动作模式和过渡动作模式的特点，采用多模型思想，建立基本动作模式和过渡动作模式的识别模型，实现多模式行为的识别。2.如权利要求1所述的一种基于运动生物力学的多模式人体行为识别方法，其特征在于，所述步骤1包括以下步骤：步骤1.1、提取关键节点的运动信息进行建模，将关节点形成的点、线、面几何元素之间的相对空间位置及其变化作为动作的内容表示；步骤1.2、将原始数据中关节点间相对平移量、关节点三维坐标、加速度、角速度、欧拉角等底层数据，转换为具有描述人体生物力学特性的特征参数，并用这些特征参数描述人体动作姿势，建立参数与动作模式之间的关系模型。3.如权利要求1所述的一种基于运动生物力学的多模式人体行为识别方法，其特征在于，所述步骤2包括以下步骤：步骤2.1、动作模式可以通过人体运动中连续姿势序列中的关键姿势来表达，对采集的人体姿势序列进行关键帧初选，确定动作边界帧，构建候选关键帧...

【专利技术属性】
技术研发人员：李军怀，田玲，王怀军，于蕾，王侃，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61