一种人体骨架动作识别方法、装置及终端制造方法及图纸

本发明专利技术公开了一种人体骨架动作识别方法及装置，该方法包括：获取人体骨架数据，其中，人体骨架数据包括多个关节点位置；处理人体骨架数据，并提取动作序列中的特征向量；基于特征向量和预先动作识别模型，确定动作序列的类型。本发明专利技术以髋关节中心为坐标原点建立正交坐标系，将人体骨架数据由原始坐标系转移到该坐标系下表达，从而保证提取得到的特征是相对于位向具有不变性的，即不会因相机拍摄的角度和相机与人之间的距离而导致提取到的特征存在差异,可以提高人体骨架动作识别的效率和精准度。

A recognition method, device and terminal of human skeleton movement

【技术实现步骤摘要】
一种人体骨架动作识别方法、装置及终端
本专利技术属于模式识别技术与人机协作
，更具体地，涉及一种人体骨架动作识别方法、装置及终端。
技术介绍
随着科学技术的不断发展，机器人越来越融入到人类社会中，应用也越来越广泛。机器人与人产生交互协作的场景也越来越多，二者之间共融是未来的重要发展趋势。得益于近年来价格低廉的深度相机的广泛的应用以及利用深度图估计人体关节位置的方法不断完善，机器人感知环境中人类的行为的能力得到了极大地提高。根据人体骨架对人类动作进行识别的方法成为了亟待解决的难题。目前机器人感知环境中的人类的主要方式是深度相机中提取的人类骨架，其具有数据量小、易于实现实时处理的特点，更适应于当前人机协作的应用场景。但仅仅通过离线编程的方式让机器人机械地对人类骨架运动进行响应是远远不够的，机器人无法理解人类正在进行动作的含义，从而无法智能地对协作任务进行规划。因此，行业内仍然缺乏针对人类骨架的高效动作识别算法以实现机器人对于人类活动的智能感知。相应地，本领域亟待一种人类骨架的动作识别的算法，以实现人机交互过程中机器人对于环境中本文档来自技高网...

【技术保护点】
1.一种人体骨架动作识别方法，其特征在于，包括：/n获取人体骨架数据，其中，所述人体骨架数据包括多个关节点位置；/n处理所述人体骨架数据，并提取动作序列中的特征向量；/n基于所述特征向量和预先动作识别模型，确定所述动作序列的类型。/n

【技术特征摘要】
1.一种人体骨架动作识别方法，其特征在于，包括：
获取人体骨架数据，其中，所述人体骨架数据包括多个关节点位置；
处理所述人体骨架数据，并提取动作序列中的特征向量；
基于所述特征向量和预先动作识别模型，确定所述动作序列的类型。


2.根据权利要求1所述的一种人体骨架动作识别方法，其特征在于：以所述人体骨架数据中的髋关节中心为原点，构建坐标系，确定各关节点与所述髋关节中心之间的距离。


3.根据权利要求2所述的一种人体骨架动作识别方法，其特征在于：处理所述人体骨架数据，包括，获取所述各关节点的平均骨架长度，将所述各关节的长度替换为所述各关节点的平均骨架长度。


4.根据权利要求3所述的一种人体骨架动作识别方法，其特征在于：从训练集中学习所述人体骨架数据中各关节的平均骨架长度，具体公式如下；



其中，li对应关节的平均骨架长度，n对应训练集中的帧数总和，lik表示第k帧中对应关节i处的骨架长度；
根据广度优先搜索的方式在保持所述各关节方向不变的前提下，将其替换为所述各关节点的平均骨架长度。


5.根据权利要求4所述的一种人体骨架动作识别方法，其特征在于：根据所述广度优先搜索的方式从所述髋关节中心开始，对所述动作序列中的关节长度进行替换，并保持方向不变，具体公式如下：



其中，posold和posnew分别表示之前关节点的位置和新的关节点位置，posroot表示根关节的位置，即与需替换关节最接近且相较于该关节更靠近髋关节中心的关节，norm(·)表示求二范数的函数。


6.根据权利要求3所述的一种人体骨架动作识别方法，其特征在于：将所述处理后的人体骨架数据，围绕所述坐标系多次旋转处理后，得到相对应的多个特征向量。


7.根据权利要求4所述的一种人体骨架动作识别方法，其特征在于：将所述多个特征向量进行并联，得到特征矩阵，其中，所述特征矩阵与所述动作序列相对应。


8.根据权利要求5所述的一种人体骨架动作识别方法，其特征在于：从所述特征矩阵中提取特征向量，输入所述动作...

【专利技术属性】
技术研发人员：赵欢，巫晓康，唐敏杰，丁汉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42