动作过程和动作趋势识别方法、存储介质和电子装置制造方法及图纸

技术编号:23559493 阅读:18 留言:0更新日期:2020-03-25 04:45
本发明专利技术公开了一种动作过程和动作趋势识别方法、存储介质和电子装置,通过获取连续的包含人体的目标空间深度图像,从中分离出人体深度图像数据,检测出各人体深度图像中人体各骨骼关节的位置和角度,并据此判断出各人体深度图像中的人体动作姿势,最后通过各相邻前后帧人体深度图像中的人体动作姿势之间的差异来判断人体的动作过程,还能够据此判断出人体的动作趋势。通过本发明专利技术可在人体动作识别中准确识别出人体的动作过程甚至预判人体动作趋势,可广泛应用于体育、健身、舞蹈、竞技等运动领域。

Identification method, storage medium and electronic device of action process and action trend

【技术实现步骤摘要】
动作过程和动作趋势识别方法、存储介质和电子装置
本专利技术涉及机器视觉识别技术,具体涉及一种动作过程和动作趋势识别方法、存储介质和电子装置。
技术介绍
在视觉识别中,可以识别人体信息,可以对人体信息识别动作和姿势,这是一个静态的识别,对于人体做一个连贯动作,是一个动态的过程,要识别人体的一个连贯动作过程,单凭一瞬间的人体识别是无法做到趋势的识别的。
技术实现思路
本专利技术要解决的技术问题是,提供一种动作过程和动作趋势识别方法、存储介质和电子装置,实现对动作趋势的识别。本专利技术是通过如下技术方案实现的:一种动作过程识别方法,包括:步骤A:在人体运动过程中,实时获取连续的包含所述人体的目标空间深度图像;步骤B:从各目标空间深度图像中分离出人体深度图像;步骤C:从各人体深度图像中识别出所述人体的各骨骼关节;步骤D:检测各人体深度图像中人体的各骨骼关节的位置和角度;步骤E:根据各人体深度图像中所述人体的各骨骼关节的位置和角度,判断各人体深度图像中的人体动作姿势;步骤F:计算各相邻前后帧人体深度图像中的人体动作姿势之间的差异;步骤G:根据各相邻前后帧人体深度图像中的人体动作姿势之间的差异,判断所述人体的动作过程。进一步地,所述步骤A中,通过深度摄像头获取连续的包含所述人体的目标空间深度图像。进一步地,相邻前后帧人体深度图像中的人体动作姿势之间的差异包括,相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差异。<br>进一步地,所述人体的各骨骼关节包括头部、颈部、躯干、左肩膀、左手肘、左手腕、右肩膀、右手肘、右手腕、左臀、左膝盖、左脚跟、右臀、右膝盖、右脚跟。进一步地,所述步骤G包括:根据所述相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差异,判断所述人体各骨骼关节的位置和角度的变化过程;根据所述人体各骨骼关节的位置和角度的变化过程判断所述人体的动作过程。一种动作趋势识别方法,包括如上所述的动作过程识别方法,还包括:步骤H:根据所述人体各骨骼关节的位置和角度的变化过程,判断所述人体各骨骼关节的位置和角度的变化趋势;步骤I:根据所述人体各骨骼关节的位置和角度的变化趋势判断所述所述人体的动作趋势。一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的动作过程识别方法和/或如上所述的动作趋势识别方法。一种电子装置,包括存储器、处理器及存储在所述存储器中并可在所述处理器中运行的计算机程序,所述处理器执行所述计算机程序时,实现如上所述的动作过程识别方法和/或如上所述的动作趋势识别方法。与现有技术相比,本专利技术提供的动作过程和动作趋势识别方法、存储介质和电子装置,通过获取连续的包含人体的目标空间深度图像,从中分离出人体深度图像数据,检测出各人体深度图像中人体各骨骼关节的位置和角度,并据此判断出各人体深度图像中的人体动作姿势,最后通过各相邻前后帧人体深度图像中的人体动作姿势之间的差异来判断人体的动作过程,还能够据此判断出人体的动作趋势。通过本专利技术可在人体动作识别中准确识别出人体的动作过程甚至预判人体动作趋势,可广泛应用于体育、健身、舞蹈、竞技等运动领域。附图说明图1为本专利技术动作识别比对方法的总体流程示意图;图2为人体骨骼关节示意图;图3为本专利技术动作识别比对方法的具体实施流程举例。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本专利技术作进一步详细说明。本专利技术主要应用于动作识别中。本文中动作识别主要是指人体动作识别,即通过图像采集设备采集人体动作图像或视频,从人体动作图像或视频中识别出人体的动作姿势或动作趋势。人体动作识别能够广泛应用于体感游戏、运动健身指导等领域。如图1所示,本专利技术实施例提供的动作过程识别方法可包括如下步骤A至步骤G。步骤A:在人体运动过程中,实时获取连续的包含所述人体的目标空间深度图像。具体可通过深度摄像头(如Tof摄像头)、结构光投影仪等设备来获取连续的包含所述人体的目标空间深度图像。人体处于目标空间中,其深度图像一并被获取。所述目标空间深度图像为实时获取的连续的目标空间深度图像,这样,通过后续步骤B、C、D、E分析处理后可以得到每一帧人体深度图像中的人体动作姿势,为后续计算相邻相邻前后帧人体深度图像中的人体动作姿势之间的差异提供计算数据。步骤B:从各目标空间深度图像中分离出人体深度图像。分离出的人体深度图像用以供后续步骤进行分析计算。步骤C:从各人体深度图像中识别出所述人体的各骨骼关节。骨骼关节的识别可采用微软Kinect的体感算法对人体深度图像进行分析计算以实现。步骤D:检测各人体深度图像中人体的各骨骼关节的位置和角度。各骨骼关节的位置和角度同样可采用微软Kinect的体感算法对从人体深度图像中识别出的人体各骨骼关节进行分析计算以实现。步骤E:根据各人体深度图像中所述人体的各骨骼关节的位置和角度,判断各人体深度图像中的人体动作姿势。人体所处的动作姿势是由人体全身各骨骼关节的位置和角度决定的,因此根据所述人体的各骨骼关节的位置和角度,可以判断出所述人体当前正处于何种动作姿势。由于人体骨骼关节数量众多,对于一般的动作识别精度要求而言,只需要准确识别出人体的主要动作即可实现很多目的,而不需要识别出人体的细微动作,因此,在对人体骨骼关节进行识别的过程中,只需要识别出人体各主要骨骼关节的位置和角度即可,而不需要识别出人体每个骨骼关节的位置和角度。鉴于此,在确定要识别的人体的各骨骼关节时,可按照图2所示,选择头部101、颈部102、躯干103、左肩膀104、左手肘105、左手腕106、右肩膀107、右手肘108、右手腕109、左臀110、左膝盖111、左脚跟112、右臀113、右膝盖114、右脚跟115等15个人体骨骼关节进行识别即可。通过对这15个骨骼关节的位置和角度的识别,可以识别出人体的各种主要动作姿势。步骤F:计算各相邻前后帧人体深度图像中的人体动作姿势之间的差异。相邻前后帧人体深度图像中的人体动作姿势之间的差异包括,相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差异。在具体计算时,以上述15个骨骼关节为例,如图3所示,可对这15个骨骼关节进行分批计算差异,最后再汇总。步骤G:根据各相邻前后帧人体深度图像中的人体动作姿势之间的差异,判断所述人体的动作过程。具体执行该步骤时,先根据所述相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差异,判断所述人体各骨骼关节的位置和角度的变化过程,然后再根据所述人体各骨骼关节的位置和角度的变化过程判断所述人体的动作过程。由于是获取的连续的深度图像,因此,每两帧相邻人体深度图像间都会形成一定的骨骼关节的位置差异和角度差异,都表示人体骨骼关节的位置和角度关系的一个变化,通过计算各相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差本文档来自技高网...

【技术保护点】
1.一种动作过程识别方法,其特征在于,包括:/n步骤A:在人体运动过程中,实时获取连续的包含所述人体的目标空间深度图像;/n步骤B:从各目标空间深度图像中分离出人体深度图像;/n步骤C:从各人体深度图像中识别出所述人体的各骨骼关节;/n步骤D:检测各人体深度图像中人体的各骨骼关节的位置和角度;/n步骤E:根据各人体深度图像中所述人体的各骨骼关节的位置和角度,判断各人体深度图像中的人体动作姿势;/n步骤F:计算各相邻前后帧人体深度图像中的人体动作姿势之间的差异;/n步骤G:根据各相邻前后帧人体深度图像中的人体动作姿势之间的差异,判断所述人体的动作过程。/n

【技术特征摘要】
1.一种动作过程识别方法,其特征在于,包括:
步骤A:在人体运动过程中,实时获取连续的包含所述人体的目标空间深度图像;
步骤B:从各目标空间深度图像中分离出人体深度图像;
步骤C:从各人体深度图像中识别出所述人体的各骨骼关节;
步骤D:检测各人体深度图像中人体的各骨骼关节的位置和角度;
步骤E:根据各人体深度图像中所述人体的各骨骼关节的位置和角度,判断各人体深度图像中的人体动作姿势;
步骤F:计算各相邻前后帧人体深度图像中的人体动作姿势之间的差异;
步骤G:根据各相邻前后帧人体深度图像中的人体动作姿势之间的差异,判断所述人体的动作过程。


2.如权利要求1所述的动作过程识别方法,其特征在于,所述步骤A中,通过深度摄像头获取连续的包含所述人体的目标空间深度图像。


3.如权利要求1所述的动作过程识别方法,其特征在于,相邻前后帧人体深度图像中的人体动作姿势之间的差异包括,相邻前后帧人体深度图像中的人体各骨骼关节的位置差异和角度差异。


4.如权利要求3所述的动作过程识别方法,其特征在于,所述人体的各骨骼关节包括头部、颈部、躯干、左肩膀、左手肘、左手腕、右肩膀、右手肘、右手腕、...

【专利技术属性】
技术研发人员:胡佳文
申请(专利权)人:爱菲力斯深圳科技有限公司
类型:发明
国别省市:广东;44

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