【技术实现步骤摘要】
身体动作快速识别方法及系统
本专利技术涉及身体动作识别领域，具体地涉及一种身体动作快速识别方法及一种身体动作快速识别系统。
技术介绍
随着科技的进步，基于计算机视觉的动作识别成为人类行为数据的重要来源之一，也为基于人因的设计决策提供了依据。基于关节点数据的人体动作识别方法主要有两类，首先是通过概率统计对识别结果进行动态分类，主要包括基于动态贝叶斯网络、隐马尔可夫模型以及支持向量机三种方法；其次是通过建立分类特征数据库进行模板匹配的方法，该方法的典型代表是动态时间规整算法，实时将采集到的动作数据与标准模板进行特征匹配，实现迅速识别的目的。近年，深度学习方法也被引入动作识别领域，能够提供较好的识别结果。但是上述研究均将识别的准确度作为主要目标，需要较大的数据集与计算量，识别时间较长，而且并未考虑不同应用场景对识别目标的需求。动作识别的应用场景非常丰富，包括事件监控、人机交互、医疗康复、机器设备仿真模拟等。不同应用场景对动作识别的效率、精度、成本要求不同。在大部分场景中，如体育锻炼、医疗康复时的人机交互过程中，仅需...
【技术保护点】
1.一种身体动作快速识别方法，其特征在于，所述方法包括：/n选择人体关节点中的身体动作判别关节点，建立人体关节精简模型，所述身体动作判别关节点至少包括人体头、脊肩交点、髋关节中心点、左肘、右肘、左膝、右膝、左手、右手、左脚和右脚；/n将人体关节精简模型中的关节夹角参数和关节垂直高度参数作为动作判别参数；/n以人体中心作为坐标原点O，建立用于获取动作判别参数的人体中心投影坐标系(X,Y,Z)，所述人体中心对应人体关节精简模型中的一身体动作判别关节点；/n根据身体动作对应的动作判别参数的变化特征，建立动作识别模型；/n连续采集动作图像帧，根据动作图像帧从人体中心投影坐标系中获取...
【技术特征摘要】
1.一种身体动作快速识别方法，其特征在于，所述方法包括：
选择人体关节点中的身体动作判别关节点，建立人体关节精简模型，所述身体动作判别关节点至少包括人体头、脊肩交点、髋关节中心点、左肘、右肘、左膝、右膝、左手、右手、左脚和右脚；
将人体关节精简模型中的关节夹角参数和关节垂直高度参数作为动作判别参数；
以人体中心作为坐标原点O，建立用于获取动作判别参数的人体中心投影坐标系(X,Y,Z)，所述人体中心对应人体关节精简模型中的一身体动作判别关节点；
根据身体动作对应的动作判别参数的变化特征，建立动作识别模型；
连续采集动作图像帧，根据动作图像帧从人体中心投影坐标系中获取动作判别参数，根据获取的动作判别参数使用动作识别模型实现具体动作识别。
2.根据权利要求1所述的身体动作快速识别方法，其特征在于，所述根据身体动作对应的动作判别参数的变化特征，建立动作识别模型，包括：
连续采集动作图像帧，并根据动作图像帧从人体中心投影坐标系中获取多个动作周期内的动作判别参数，并从获取的多个动作周期内的动作判别参数中提取动作判别特征值；
进行动作分类，对每一类动作采集预设数量的动作判别特征值作为动作样本；
通过动作样本建立动作识别模型；
其中，所述动作识别模型包括动作判别函数和动作识别规则库；
所述动作判别函数用于根据动作判别特征值计算动作判别指标值；
所述动作识别规则库由动作判别函数对采集的每一类动作的动作样本进行分类计算，得到每一类动作的动作判别指标值集合，并根据每一类动作对应的动作判别指标值集合之间的差异和覆盖范围建立。
3.根据权利要求2所述的身体动作快速识别方法，其特征在于，所述动作判别特征值包括夹角特征值和关节垂直高度特征值；
所述夹角特征值为多个动作周期内的动作判别参数中的夹角参数在多个动作周期内的平均值；
所述关节垂直高度特征值为多个动作周期内的动作判别参数中的关节垂直高度参数在多个动作周期内的平均值。
4.根据权利要求3所述的身体动作快速识别方法，其特征在于，根据每一类动作对应的动作判别指标值集合之间的差异和覆盖范围建立动作识别规则库，包括：
对动作判别指标值集合存在交集的两类动作，在交集范围内无法区分所述两类动作时，根据所述两类动作的区别特征，定义每一类动作对应的特殊关节点；
所述特殊关节点用于在无法根据动作识别规则库进行动作识别时，从人体中心坐标系中获取动作对应的特殊关节点的坐标，结合该特殊关节点的坐标进行动作二次识别。
5.根据权利要求4所述的身体...
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。