人体动作表征的处理方法、系统、电子装置及存储介质制造方法及图纸

本发明专利技术公开了一种人体动作表征的处理方法、系统、电子装置及存储介质，涉及人体动作捕捉技术领域，用于对人体的动作表征进行处理；包括：采集正在采集的动作数据中当前帧的下一帧人体姿态数据；将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；根据人体姿态数据对人体姿态表征进行提取，得到人体姿态特征；对全部人体姿态特征进行分类及集成，得到动作数据的分类结果；在人体动作结束后结束采集人体姿态数据，并输出分类结果，在人体动作结束前继续采集人体姿态数据；从而不需要在得到一个动作的所有动作数据后才能够对整个动作进行处理，因此降低了人体动作表征处理流程的复杂度及人体动作表征的处理难度。

【技术实现步骤摘要】
人体动作表征的处理方法、系统、电子装置及存储介质
本专利技术涉及人体动作捕捉
，尤其涉及一种人体动作表征的处理方法、系统、电子装置及存储介质。
技术介绍
在计算机视觉及机器智能的研究中，经常需要基于3D骨架数据的时空空间中对人体动作的表征进行捕捉及处理，并因此诞生了多种捕捉及处理方法。目前，主流的方法是：首先，基于手动涉及并提取人体动作特征；然后，基于统计、填充/截断等方式对表征进行维度对齐，从而使得不同长度的动作的表征能够适应后续处理流程的输入；最后，使用机器学习/推理系统对人体动作进行分类识别，从而实现对人体动作的捕捉及处理。然而，上述方法是通过对一个动作的全部姿态构成的序列来提取动作的表征，从而使得需要在得到一个动作的所有动作数据后才能够对整个动作进行复杂的表征提取、变换及分类等处理，因此使得人体动作表征的处理流程复杂，增加了人体动作表征的处理难度。
技术实现思路
本专利技术的主要目的在于提供一种人体动作表征的处理方法、系统、电子装置及存储介质，旨在解决现有技术中人体动作表征的处理流程复杂而增加了人体动作表征的处理难度的技术问题。为实现上述目的，本专利技术第一方面提供一种人体动作表征的处理方法，包括：采集正在采集的动作数据中当前帧的下一帧人体姿态数据；将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征；对全部所述人体姿态特征进行分类及集成，得到所述动作数据的分类结果；在人体动作结束后结束采集当前帧的下一帧人体姿态数据，并输出所述分类结果，在人体动作结束前继续采集当前帧的下一帧人体姿态数据。进一步地，所述将所述下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据包括：建立欧式空间的三维坐标系，记做欧式坐标系，并建立几何代数空间的三维坐标系，记做几何代数坐标系；将当前帧的下一帧动作数据放入欧式坐标系内，并获取关键点坐标，记做欧式坐标；根据欧式坐标系及几何代数坐标系转换关系将所述欧式坐标转化为几何代数空间内的几何代数坐标。进一步地，所述将所述下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据还包括：在建立所述欧式坐标系及所述集合代数坐标系时，将几何代数坐标系的三个空间基底分别与欧式坐标系的三个坐标轴相对应。进一步地，根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征包括：获取人体姿态在几何代数空间内的人体关节旋转特征；提取人体姿态在几何代数空间内的人体关节角度特征；根据所述人体关节旋转特征及所述人体关节角度特征计算人体姿态特征。进一步地，所述获取人体姿态在几何代数空间内的人体关节旋转特征包括：设定骨骼向量为人体骨骼在几何代数空间中运动后的状态，且所述骨骼向量的初始状态与几何代数空间中的一个基底相同；在人体处在确切的姿态后，根据骨骼向量的旋转变化在几何代数空间内表示各骨骼的姿态，以获取人体关节的旋转特征。进一步地，所述提取人体姿态在几何代数空间内的人体关节角度特征包括：根据人体四肢进行设计并提取与关节相连的骨骼之间的夹角，记做关节夹角；设定所述夹角的取值范围；将人体四肢每个部分的关节夹角依次放置构成关节角度特征向量，将所述关节角度特征向量作为人体关节角度特征。进一步地，所述方法还包括：对已经采集好的动作数据进行分帧操作，得到每一帧的人体姿态数据；去除人体动作前及动作后每一帧的人体姿态数据，得到有效姿态数据；将有效姿态数据进行空间转换，得到在几何代数空间内的有效人体姿态数据；根据所述有效人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到有效人体姿态特征；对全部所述有效人体姿态特征进行分类及集成，并在人体动作结束后，得到并输出所述动作数据的分类结果。本专利技术第二方面提供一种人体动作表征的处理系统，包括：动作数据采集模块，用于采集正在采集的数据中当前帧的下一帧人体姿态数据；空间转换模块，用于将所述动作数据采集模块采集的当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；姿态表征提取模块，用于根据所述空间转换模块转换的人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征；分类集成模块，用于对所述全部所述姿态表征提取模块提取的人体姿态特征进行分类及集成，得到动作数据的分类结果；循环模块，用于在人体动作结束后结束所述动作数据采集模块采集当前帧的下一帧人体姿态数据，并输出所述分类集成模块得到的分类结果，在人体动作结束前继续使用所述动作数据采集模块采集当前帧的下一帧人体姿态数据。本专利技术第三方面提供一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现上述中的任意一项所述方法。本专利技术第四方面提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述中的任意一项所述方法。本专利技术提供一种人体动作表征的处理方、系统电子装置及存储介质，有益效果在于：能够对正在采集的人体动作表征进行处理，从而不需要在得到一个动作的所有动作数据后才能够对整个动作进行处理，因此降低了人体动作表征处理流程的复杂度，从而降低了人体动作表征的处理难度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例人体动作表征的处理方法的流程示意图；图2为本专利技术实施例人体动作表征的处理方法针对Kinect设计的关节角度示意图；图3为本专利技术实施例人体动作表征的处理系统的结构示意框图；图4为本专利技术实施例电子装置的结构示意框图。具体实施方式为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，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，所描述的实施例仅仅是本专利技术一部分实施例，而非全部实施例。基于本专利技术中的实施例，本领域技术人员在没有做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。请参阅图1，为一种人体动作表征的处理方法，包括：S1、采集正在采集的动作数据中当前帧的下一帧人体姿态数据；S2、将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；S3、根据人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征；S4、对全部人体姿态特征进行分类及集成，得到动作数据的分类结果；S5、在人体动作结束后结束采集当前帧的下一帧人体姿态数据，并输出分类结果，在人体动作结束前继续采集当前帧的下一帧人体姿态数据。将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据包括：建立欧式空间的三维坐标系，记做欧式坐标系，并建立几何代数空间的三维坐标系，记做几何代数坐标系；将当前帧的下一帧动作数据放入欧式坐标系内，并获取关键点坐标，记做欧式坐标；根据欧式坐标系及几何代数坐标系转换关系将欧式坐标转化为几何代数空间内的几何代数坐标。将当前帧的下一帧动作数据进行本文档来自技高网...

【技术保护点】
1.一种人体动作表征的处理方法，其特征在于，包括：采集正在采集的动作数据中当前帧的下一帧人体姿态数据；将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征；对全部所述人体姿态特征进行分类及集成，得到所述动作数据的分类结果；在人体动作结束后结束采集当前帧的下一帧人体姿态数据，并输出所述分类结果，在人体动作结束前继续采集当前帧的下一帧人体姿态数据。

【技术特征摘要】
1.一种人体动作表征的处理方法，其特征在于，包括：采集正在采集的动作数据中当前帧的下一帧人体姿态数据；将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据；根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征；对全部所述人体姿态特征进行分类及集成，得到所述动作数据的分类结果；在人体动作结束后结束采集当前帧的下一帧人体姿态数据，并输出所述分类结果，在人体动作结束前继续采集当前帧的下一帧人体姿态数据。2.根据权利要求1所述的人体动作表征的处理方法，其特征在于，所述将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据包括：建立欧式空间的三维坐标系，记做欧式坐标系，并建立几何代数空间的三维坐标系，记做几何代数坐标系；将当前帧的下一帧动作数据放入欧式坐标系内，并获取关键点坐标，记做欧式坐标；根据欧式坐标系及几何代数坐标系转换关系将所述欧式坐标转化为几何代数空间内的几何代数坐标。3.根据权利要求2所述的人体动作表征的处理方法，其特征在于，所述将当前帧的下一帧动作数据进行空间转换，得到在几何代数空间内的人体姿态数据还包括：在建立所述欧式坐标系及所述集合代数坐标系时，将几何代数坐标系的三个空间基底分别与欧式坐标系的三个坐标轴相对应。4.根据权利要求2所述的人体动作表征的处理方法，其特征在于，根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取，得到人体姿态特征包括：获取人体姿态在几何代数空间内的人体关节旋转特征；提取人体姿态在几何代数空间内的人体关节角度特征；根据所述人体关节旋转特征及所述人体关节角度特征计算人体姿态特征。5.根据权利要求4所述的人体动作表征的处理方法，其特征在于，所述获取人体姿态在几何代数空间内的人体关节旋转特征包括：设定骨骼向量为人体骨骼在几何代数空间中运动后的状态，且所述骨骼向量的初始状态与几何代数空间中的一个基底相同；在人体处在确切的姿态后，根据骨骼向量的旋转变化在几何代数空间内表示各骨骼的姿态，以获取人体关节的旋转特征。6...

【专利技术属性】
技术研发人员：曹文明，鲁义涛，曹桂涛，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44