一种人体动态特征的智能识别系统技术方案

本发明专利技术公开了一种人体动态特征的智能识别系统，包括：视频取帧模块，用于调用视频取帧脚本，每隔一定帧数获取一张图像，得图像集；目标识别模块，基于DSOD算法实现人体目标的识别；人体朝向识别模块，用于实现人体目标朝向的识别；人体骨骼信息获取模块，用于通过kinect深度传感器实现人体骨骼信息的获取；骨骼信息滤波模块，消除所获得骨骼信息的抖动和噪声干扰；人体动态特征识别模块，用于将所得的骨骼信息规范化后，输入所构建的神经网络模型进行动态特征的识别。本发明专利技术基于神经网络模型实现了人体动态特征的高效识别对比，从而可以快速的判定该特定人员和目标特定人员是否为同一人。

【技术实现步骤摘要】
一种人体动态特征的智能识别系统
本专利技术涉及一种人体动态识别系统，具体涉及一种人体动态特征的智能识别系统。
技术介绍
在视频检索、视频监控中和人机交互等很多应用中，人体运动分析是被关注的主题之一，人体动作识别是人体运动分析的关键，因此，它已成为计算机视觉、模式识别和图像处理的研究热点。在以往案件侦破的过程中，监控录像提供的影像资料，往往由于特定人员蒙面或影像不清而无法进行个体识别的认定，从而失去证据功能。
技术实现思路
为解决上述技术问题，本专利技术提供了一种人体动态特征的智能识别系统，。为实现上述目的，本专利技术采取的技术方案为：一种人体动态特征的智能识别系统，包括：视频取帧模块，用于调用视频取帧脚本，每隔一定帧数获取一张图像，得图像集；目标识别模块，基于DSOD算法实现人体目标的识别；人体朝向识别模块，用于实现人体目标朝向的识别；人体骨骼信息获取模块，用于通过kinect深度传感器实现人体骨骼信息的获取；骨骼信息滤波模块，消除所获得骨骼信息的抖动和噪声干扰；人体动态特征识别模块，用于将所得的骨骼信息规范化后，输入所构建的神经网络模型进行动态特征的识别。进一步地，所述人体朝向识别模块基于Inception_V3_coco模型实现。进一步地，所述模型采用coco数据集预训练InceptionV3深度神经网络，然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于人体朝向的目标检测模型。进一步地，所述人体动态特征识别模块首先基于最邻近分类器基于人体朝向识别结果调用对应神经网络模型，然后基于神经网络模型实现人体动态特征的识别。进一步地，所述神经网络模型的输入项为骨骼信息，输出项为相似的概率，采用InceptionV3深度神经网络。本专利技术具有以下有益效果：基于DSOD算法和神经网络模型实现了人体动态特征的高效识别对比，从而可以快速的判定特定人员和目标特定人员是否为同一人。不同的人体朝向采用不同的识别模型，大大提高了识别结果的准确率。附图说明图1为本专利技术实施例一种人体动态特征的智能识别系统的系统框图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例提供了一种人体动态特征的智能识别系统，包括：视频取帧模块，用于调用视频取帧脚本，每隔一定帧数获取一张图像，得图像集；目标识别模块，基于DSOD算法实现人体目标的识别；人体朝向识别模块，基于Inception_V3_coco模型实现人体目标朝向的识别；该模型采用coco数据集预训练InceptionV3深度神经网络，然后用先前准备好的数据集（监控录像取帧后所获取的图像）训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于人体朝向的目标检测模型；人体骨骼信息获取模块，用于通过kinect深度传感器实现人体骨骼信息的获取；骨骼信息滤波模块，消除所获得骨骼信息的抖动和噪声干扰；人体动态特征识别模块，用于将所得的骨骼信息规范化（按照发生时间依次排列）后，输入所构建的神经网络模型进行动态特征的识别；所述人体动态特征识别模块首先基于最邻近分类器基于人体朝向识别结果调用对应神经网络模型，然后基于神经网络模型实现人体动态特征的识别。所述神经网络模型的输入项为骨骼信息，输出项为相似的概率，采用InceptionV3深度神经网络。本具体实施首先通过摄像头进行目标动作视频的采集，用视频取帧脚本，每隔一定帧数获取一张图像，然后利用Inception_V3_coco模型实现图像中人体目标朝向的识别，然后通过kinect深度传感器实现人体骨骼信息的获取，经骨骼信息滤波模块消除所获得骨骼信息的抖动和噪声干扰，最后，将所得的骨骼信息规范化后，输入所构建的神经网络模型进行动态特征的识别。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种人体动态特征的智能识别系统，其特征在于，包括：/n视频取帧模块，用于调用视频取帧脚本，每隔一定帧数获取一张图像，得图像集；/n目标识别模块，基于DSOD算法实现人体目标的识别；/n人体朝向识别模块，用于实现人体目标朝向的识别；/n人体骨骼信息获取模块，用于通过kinect深度传感器实现人体骨骼信息的获取；/n骨骼信息滤波模块，消除所获得骨骼信息的抖动和噪声干扰；/n人体动态特征识别模块，用于将所得的骨骼信息规范化后，输入所构建的神经网络模型进行动态特征的识别。/n

【技术特征摘要】
1.一种人体动态特征的智能识别系统，其特征在于，包括：
视频取帧模块，用于调用视频取帧脚本，每隔一定帧数获取一张图像，得图像集；
目标识别模块，基于DSOD算法实现人体目标的识别；
人体朝向识别模块，用于实现人体目标朝向的识别；
人体骨骼信息获取模块，用于通过kinect深度传感器实现人体骨骼信息的获取；
骨骼信息滤波模块，消除所获得骨骼信息的抖动和噪声干扰；
人体动态特征识别模块，用于将所得的骨骼信息规范化后，输入所构建的神经网络模型进行动态特征的识别。


2.如权利要求1所述的一种人体动态特征的智能识别系统，其特征在于，所述人体朝向识别模块基于Inception_V3_coco模型实现。
...

【专利技术属性】
技术研发人员：庄伟卿，谢云萍，孙灿彬，江明，中本一郎，
申请(专利权)人：福建工程学院，
类型：发明
国别省市：福建;35