基于时空直方图的动作识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于时空直方图的动作识别方法及装置，所述方法包括：采用主成分分析对获取到的动作序列进行降维；计算各降维后动作序列的时空直方图；利用所述时空直方图训练出分类器；对获取到的动作序列进行降维，然后计算出对应的时空直方图，将计算出的时空直方图输入至所述分类器，由所述分类器识别出动作，完成基于时空直方图的动作识别。本发明专利技术融合了时空特征，提高了动作识别的精度，从而达到了动作识别的目的。

Action recognition method and device based on spatiotemporal histogram

【技术实现步骤摘要】
基于时空直方图的动作识别方法及装置
本专利技术属于计算机图形学、体感人机交互领域，具体涉及一种基于时空直方图的动作识别方法及装置。
技术介绍
运动捕捉技术可以追踪并记录人体关节运动轨迹。运动捕捉设备主要可以分为两种，一、有节点运动捕捉设备，主要应用于对于数据精度要求较高的场景中，如计算机CG动画；二、无节点运动捕捉设备，主要应用于对于数据精度要求不高的场景中，如体感人机交互。由于无节点运动捕捉设备不需要用户额外穿戴设备，所以受到了广泛的关注，微软的Kinect，英特尔的RealSense都属于无节点运动捕捉设备。体感人机交互是无节点运动捕捉设备的一个重要应用，而动作识别是体感人机交互中的一个不可回避的问题。然而由于运动捕捉数据具有高度复杂性，动作识别任务具有较高的难度，这主要体现在两方面，一、相似的动作之间往往在时域上存在较大差异，即持续时间不同的动作可能是相似的动作；二、相似的动作之间往往在空域上存在较大差异，例如不同高度的人可以做出相似的动作，即使同一个人做一个动作若干次，这若干次相同动作在空间上也可能不尽相同。为了有效进行动作识别本文档来自技高网...

【技术保护点】
1.一种基于时空直方图的动作识别方法，其特征在于，包括：/n采用主成分分析对获取到的动作序列进行降维；/n计算各降维后动作序列的时空直方图；/n利用所述时空直方图训练出分类器；/n对获取到的动作序列进行降维，然后计算出对应的时空直方图，将计算出的时空直方图输入至所述分类器，由所述分类器识别出动作，完成基于时空直方图的动作识别。/n

【技术特征摘要】
1.一种基于时空直方图的动作识别方法，其特征在于，包括：
采用主成分分析对获取到的动作序列进行降维；
计算各降维后动作序列的时空直方图；
利用所述时空直方图训练出分类器；
对获取到的动作序列进行降维，然后计算出对应的时空直方图，将计算出的时空直方图输入至所述分类器，由所述分类器识别出动作，完成基于时空直方图的动作识别。


2.根据权利要求1所述的一种基于时空直方图的动作识别方法，其特征在于：所述采用主成分分析对动作序列进行降维包括：
获取包含n个训练动作序列的训练集X＝(X1，X2，...，Xn)，其中动作序列Xi包含fi帧，Xi，j是第i个动作的第j帧，是一个d维向量，计算X的所有帧的均值
对训练集X中的每一行进行零均值化，得到X′＝(X′1，X′2，...，X′n)，其中X′是动作序列Xi进行零均值化后的结果，并且
计算协方差矩阵
计算协方差矩阵C的特征值和特征向量，取最大的k个特征值对应的特征向量，并将这些特征向量按照对应特征值从大到小排成一行，得到特征子空间U，其中k为用户指定参数；
计算降维后的动作序列数据Y＝(Y1，Y2，...，Yn)，其中动作序列Yi包含fi帧，即Yi，j是降维后第i个动作的第j帧，是一个k维向量，Y＝UTX。


3.根据权利要求2所述的一种基于时空直方图的动作识别方法，其特征在于：所述时空直方图的计算方法包括：
S21求出动作序列数据Y在k个维度上的最小和最大值，得到最大值向量Y↑和最小值向量Y↓；
S22在时间维度上将每个动作序列Yi等分成t份，在空间的k个维度上将Y最大最小值所包围的区间分别分成l1，l2，...，lk份，分别统计各个动作序列Yi落在每个时空区间里的帧数量，得到各个动作序列Yi的直方图Hi，其中Hi(dt，dl1，dl2，...，dlk)是落在第dt个时间区间，第dl1，dl2，...，dlk个空间区间里的帧数量；
S23将每个直方图Hi进行规范化，使其和为k，得到规范化后直方图H′i。


4.根据权利要求3所述的一种基于时空直方图的动作识别方法，其特征在于：所述分类器的训练方法包括：
S31根据直方图交叉核，计算每对动作序列之间的匹配函数值；
S32将每对动作序列之间的匹配函数值排列成矩阵G，矩阵G的大小为n行n列，矩阵G的第i行即是第i个动作序列Xi的特征；
S33将得到的特征及其对应的类标签输入到支持向量机中进行训练，得到分类器。


5.根据权利要求4所述的一种基于时空直方图的动作识别方法，其特征在于，所述对获取到的动作序列降维后计算出对应的时空直方图，将计算出的时空直方图输入至所述分类器，由所述分类器识别出动作，包括以下步骤：
获取用户输入的动作序列M，并将其降维得到N，N＝UTM；
统计N落在步骤S22中各个时空区间里的帧数量，得到直方图HN；
按照直方图HN进行规范化，使其和为k，求出规范化后的直方图H′N；
计算动作序列N与训练集X中所有动作序列的匹配函数值，将这些值排列成向量f，f的大小为1行n列，f即为动作序列N的特征；
将上一步得到的特征f输入到分类器中进行分类，得到分类结果。
<...

【专利技术属性】
技术研发人员：刘潇峰，
申请(专利权)人：镇江傲游网络科技有限公司，
类型：发明
国别省市：江苏;32