The invention belongs to the field of computer vision, which is a method for comparing the similarity of motion postures in video, including the steps of: data extraction, and generating skeleton key node graph with multiple human body nodes; data preprocessing, and generating node timing state graph; removing the unchanged part of node timing state graph, only keeping the node's changing state at different times, and generating node timing change Feature map: according to the time sequence change feature map of nodes, the difference value is calculated by difference algorithm, and the difference matrix of all nodes is composed of the difference values of each node in different time periods; according to the difference matrix, the similarity of two actions in three dimensions of action posture, action amplitude and action speed is calculated by similarity algorithm. Through the similarity comparison technology provided by the invention, the similarity of three dimensions of motion posture, including motion posture, motion speed and motion amplitude, can be effectively, quickly and accurately compared, which can be applied in sports, fitness error correction and other fields.
【技术实现步骤摘要】
一种视频中运动姿势相似度比对方法
本专利技术属于计算机视觉领域,具体涉及一种视频中运动姿势相似度比对方法。
技术介绍
对视频中的运动姿势分析是计算机视觉研究与应用领域中的基本课题。随着人工智能技术的发展,这一课题也吸引着人们越来越多的兴趣。一方面是因为视频中的运动姿势在体育运动分析、动作纠错矫正等领域有着广泛的应用前景。另一方面,针对不同视频中的运动姿势比对分析技术包含着大量挑战,例如:运动视频提取角度的变化、光线的影响等等。于2018年11月2日公布的专利技术专利申请CN108734104A,公开了一种基于深度学习的图像识别运动动作纠错系统。其训练的人体关节识别模型是基于VGG神经网络生成的,利用简单的欧式距离计算相似性,从识别准确度和识别速度上来看对于纠错运动动作有很大的局限性,并且上述专利技术申请重点应用场景是结合音乐节奏的运动动作,通过音乐来控制运动的开始和结束,还无法扩展到不受音乐约束的场景中去。于2019年3月8日授权公告的专利技术专利CN103914677B,公开了一种动作识别方法及装置。其对动作的识别主要通过获取初始动作所对应的图像中人体轮廓的中心点为第一向量,和终止动作所对应的图像中人体局部轮廓的中心点为第二向量;计算所述第一向量和第二向量的差值;将所述差值与数据库中预置的数据列表进行比较,并根据比较结果将所述差值与相应的动作相关联。最终根据差分处理结果确定动作所对应的图像相似度。该专利只能针对一个视频处理,无法扩展到同时比对两个视频;同时,只能实现对动作姿势的比对,无法实现动作速度 ...
【技术保护点】
1.一种视频中运动姿势相似度比对方法,其特征在于,包括以下步骤:/nS1、数据提取,将视频图像以一定频率截取,将截取的视频图像生成含有多个人体节点的骨架关键节点图;/nS2、数据预处理,分别对骨架关键节点图中的每个节点在不同时间段的运动变化状态进行分析,生成节点时序状态图,对节点时序状态图进行阈值处理;/nS3、数据处理,去除节点时序状态图中无变化部分,只保留节点在不同时间下的变化状态,生成节点时序变化特征图;/nS4、生成差异矩阵,根据节点时序变化特征图,将不同图像中的相同节点的变化特征从多个维度进行加权计算,通过差异算法计算得到差异值,综合每个节点在不同时间段的差异值组成全部节点的差异矩阵;/nS5、差异化度量,根据差异矩阵通过相似度算法,计算出两个动作在动作姿势、动作幅度、动作速度三个维度的相似度。/n
【技术特征摘要】
1.一种视频中运动姿势相似度比对方法,其特征在于,包括以下步骤:
S1、数据提取,将视频图像以一定频率截取,将截取的视频图像生成含有多个人体节点的骨架关键节点图;
S2、数据预处理,分别对骨架关键节点图中的每个节点在不同时间段的运动变化状态进行分析,生成节点时序状态图,对节点时序状态图进行阈值处理;
S3、数据处理,去除节点时序状态图中无变化部分,只保留节点在不同时间下的变化状态,生成节点时序变化特征图;
S4、生成差异矩阵,根据节点时序变化特征图,将不同图像中的相同节点的变化特征从多个维度进行加权计算,通过差异算法计算得到差异值,综合每个节点在不同时间段的差异值组成全部节点的差异矩阵;
S5、差异化度量,根据差异矩阵通过相似度算法,计算出两个动作在动作姿势、动作幅度、动作速度三个维度的相似度。
2.根据权利要求1所述的视频中运动姿势相似度比对方法,其特征在于,步骤S1还对骨架关键节点归一化和平移操作,得到标准统一化的骨架关键节点图。
3.根据权利要求2所述的视频中运动姿势相似度比对方法,其特征在于,归一化的系数len为:
其中,i、j为骨架关键节点图中相连的节点,x、y为骨架关键节点的横坐标与纵坐标。
4.根据权利要求1所述的视频中运动姿势相似度比对方法...
【专利技术属性】
技术研发人员:李进,姜冲,莫康华,王显珉,雷震光,
申请(专利权)人:广州大学,
类型:发明
国别省市:广东;44