一种基于姿态识别的动作预测分析方法和系统技术方案

本发明专利技术请求保护一种基于姿态识别的动作预测分析方法和系统，通过获取待识别姿态的属性信息，根据所述待识别姿态的属性信息及预设的策略，确定所述待识别姿态被识别行为发生的动作，记录所述待识别姿态的运动状态，选择将所述待识别姿态的多个姿态特征向量集更新至所述被识别行为发生的动作的状态或将所述待识别姿态的多个姿态特征向量集分别更新至所述第一动作及所述被识别行为发生的动作的状态。该方案中既可以有效地避免单纯使用眼动信息进行被识别检测的缺陷，将行为姿态进行详细解析，在实时预测出用户被识别姿态的同时，还可以有效地对用户的未来被识别动作进行准确预测，及时督促相关人员采用有效措施应对。及时督促相关人员采用有效措施应对。及时督促相关人员采用有效措施应对。

【技术实现步骤摘要】
一种基于姿态识别的动作预测分析方法和系统


[0001]本专利技术属于姿态识别领域，具体的，涉及一种基于姿态识别的动作预测分析方法和系统。

技术介绍

[0002]我们人类具有识别人体姿态、预测短期未来的能力，例如在走路时我们会识别对向行人的姿态，根据对他们未来运动的预测来决定往左走还是往右走，在打篮球或踢足球时会根据对防守球员的姿态、运动预测选择如何突破。未来，机器要实现与人类的自然互动，势必需要能够理解人体的姿态、行为和预测未来运动。
[0003]现有方法大多是针对静态图像设计的，通常忽略了连续姿态间的时间连续性和几何一致性。因此，当我们将这些方法应用到视频时，它们的效果往往并不理想。如下图所示，在视频中，由于人的快速运动，导致某一帧是模糊的，并且周围临近的人也会对当前人体姿态估计产生干扰，还有一些遮挡、无法对焦等问题，都会使得基于静态图像的姿态估计方法直接应用于视频的效果不好。

技术实现思路

[0004]根据本专利技术第一方面，本专利技术请求保护一种基于姿态识别的动作预测分析方法，其特征在于，包括：获取待识别姿态的属性信息，所述属性信息包括所述待识别姿态的状态、所述待识别姿态的幅度以及与所述待识别姿态对应的被识别动作人标识中的至少一个信息；根据所述待识别姿态的属性信息及预设的策略，确定所述待识别姿态被识别行为发生的动作，所述预设的策略为当所述属性信息满足条件时，则确定所述被识别行为发生的动作为第一动作区间，否则，确定所述被识别行为发生的动作为第二动作区间，所述第一动作区间为风控系统中潜在被识别动作高于或等于阈值的动作区间，所述第二动作区间为所述风控系统中潜在被识别动作低于所述阈值的动作区间；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作；所述方法还包括：记录所述待识别姿态的运动状态，所述运动状态包括第一运动状态及第二运动状态，所述第一运动状态是指将所述待识别姿态的多个姿态特征向量集更新至所述被识别行为发生的动作的状态，所述第二运动状态是指将所述待识别姿态的多个姿态特征向量集分别更新至所述第一动作及所述被识别行为发生的动作的状态，且，所述第一运动状态用于指示无需进行被识别检测，所述第二运动状态用于指示需要进行被识别检测。
[0005]进一步地，所述条件包括如下条件中的至少一种：所述待识别姿态的状态与预设的状态相同；所述待识别姿态的幅度与预设的幅度相同；
与所述待识别姿态对应的被识别动作人标识与预设的被识别动作人标识相同。
[0006]进一步地，获取待识别姿态的属性信息，包括：在所述待识别姿态的多个姿态特征向量集中的任一个姿态特征向量集均未更新至所述风控系统之前，获取所述待识别姿态的属性信息；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作，包括：将所述多个姿态特征向量集中的每个姿态特征向量集更新至所述被识别行为发生的动作。
[0007]进一步地，在获取待识别姿态的属性信息之前，所述方法还包括：将所述待识别姿态的多个姿态特征向量集中的一部分姿态特征向量集更新至第一动作，所述第一动作与所述被识别行为发生的动作不同；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作，包括：将所述多个姿态特征向量集中除所述一部分姿态特征向量集外的姿态特征向量集更新至所述被识别行为发生的动作。
[0008]进一步地，所述方法还包括：获取所述待识别姿态的运动状态；若所述待识别姿态的运动状态指示所述待识别姿态处于所述第二运动状态，则将所述待识别姿态的所述一部分姿态特征向量集由所述第一动作被识别检测至所述被识别行为发生的动作；将所述待识别姿态的运动状态由所述第二运动状态调整为所述第一运动状态。
[0009]根据本专利技术第二方面，本专利技术请求保护一种基于姿态识别的动作预测分析系统，其特征在于，所述系统包括通信接口和处理器，其中：所述处理器，用于获取待识别姿态的属性信息，所述属性信息包括所述待识别姿态的状态、所述待识别姿态的幅度以及与所述待识别姿态对应的被识别动作人标识中的至少一个信息；根据所述待识别姿态的属性信息及预设的策略，确定所述待识别姿态被识别行为发生的动作，所述预设的策略为当所述属性信息满足条件时，则确定所述被识别行为发生的动作为第一动作区间，否则，确定所述被识别行为发生的动作为第二动作区间，所述第一动作区间为风控系统中潜在被识别动作高于或等于阈值的动作区间，所述第二动作区间为所述风控系统中潜在被识别动作低于所述阈值的动作区间；所述处理器还用于将通过所述通信接口接收的所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作；所述处理器还用于：记录所述待识别姿态的运动状态，所述运动状态包括第一运动状态及第二运动状态，所述第一运动状态是指将所述待识别姿态的多个姿态特征向量集更新至所述被识别行为发生的动作的状态，所述第二运动状态是指将所述待识别姿态的多个姿态特征向量集分别更新至所述第一动作及所述被识别行为发生的动作的状态，且，所述第一运动状态用于指示无需进行被识别检测，所述第二运动状态用于指示需要进行被识别检测。
[0010]进一步的，所述条件包括如下条件中的至少一种：
所述待识别姿态的状态与预设的状态相同；所述待识别姿态的幅度与预设的幅度相同；与所述待识别姿态对应的被识别动作人标识与预设的被识别动作人标识相同。
[0011]进一步地，所述处理器获取待识别姿态的属性信息时，具体用于：在通过所述通信接口接收的所述待识别姿态的多个姿态特征向量集中的任一个姿态特征向量集均未更新至所述风控系统之前，获取所述待识别姿态的属性信息；所述处理器将通过所述通信接口接收的所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作时，具体用于：将所述多个姿态特征向量集中的每个姿态特征向量集更新至所述被识别行为发生的动作。
[0012]进一步地，所述处理器，还用于在获取待识别姿态的属性信息之前，将通过所述通信接口接收的所述待识别姿态的多个姿态特征向量集中的一部分姿态特征向量集更新至第一动作，所述第一动作与所述被识别行为发生的动作不同；所述处理器将通过所述通信接口接收的所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作时，具体用于：将所述多个姿态特征向量集中除所述一部分姿态特征向量集外的姿态特征向量集更新至所述被识别行为发生的动作。
[0013]进一步地，所述处理器还用于：获取所述待识别姿态的运动状态；若所述待识别姿态的运动状态指示所述待识别姿态处于所述第二运动状态，则将所述待识别姿态的所述一部分姿态特征向量集由所述第一动作被识别检测至所述被识别行为发生的动作；将所述待识别姿态的运动状态由所述第二运动状态调整为所述第一运动状态。
[0014]本专利技术请求保护一种基于姿态识别的动作预测分析方法和系统，通过获取待识别姿态的属性信息，根据所述待识别姿态的属性信息及预设的策略，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于姿态识别的动作预测分析方法，其特征在于，包括：获取待识别姿态的属性信息，所述属性信息包括所述待识别姿态的状态、所述待识别姿态的幅度以及与所述待识别姿态对应的被识别动作人标识中的至少一个信息；根据所述待识别姿态的属性信息及预设的策略，确定所述待识别姿态被识别行为发生的动作，所述预设的策略为当所述属性信息满足条件时，则确定所述被识别行为发生的动作为第一动作区间，否则，确定所述被识别行为发生的动作为第二动作区间，所述第一动作区间为风控系统中潜在被识别动作高于或等于阈值的动作区间，所述第二动作区间为所述风控系统中潜在被识别动作低于所述阈值的动作区间；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作；所述方法还包括：记录所述待识别姿态的运动状态，所述运动状态包括第一运动状态及第二运动状态，所述第一运动状态是指将所述待识别姿态的多个姿态特征向量集更新至所述被识别行为发生的动作的状态，所述第二运动状态是指将所述待识别姿态的多个姿态特征向量集分别更新至所述第一动作及所述被识别行为发生的动作的状态，且，所述第一运动状态用于指示无需进行被识别检测，所述第二运动状态用于指示需要进行被识别检测。2.根据权利要求1所述的方法，其特征在于，所述条件包括如下条件中的至少一种：所述待识别姿态的状态与预设的状态相同；所述待识别姿态的幅度与预设的幅度相同；与所述待识别姿态对应的被识别动作人标识与预设的被识别动作人标识相同。3.根据权利要求1或2所述的方法，其特征在于，获取待识别姿态的属性信息，包括：在所述待识别姿态的多个姿态特征向量集中的任一个姿态特征向量集均未更新至所述风控系统之前，获取所述待识别姿态的属性信息；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作，包括：将所述多个姿态特征向量集中的每个姿态特征向量集更新至所述被识别行为发生的动作。4.根据权利要求1或2所述的方法，其特征在于，在获取待识别姿态的属性信息之前，所述方法还包括：将所述待识别姿态的多个姿态特征向量集中的一部分姿态特征向量集更新至第一动作，所述第一动作与所述被识别行为发生的动作不同；将所述待识别姿态的多个姿态特征向量集中的至少一个姿态特征向量集更新至所述被识别行为发生的动作，包括：将所述多个姿态特征向量集中除所述一部分姿态特征向量集外的姿态特征向量集更新至所述被识别行为发生的动作。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取所述待识别姿态的运动状态；若所述待识别姿态的运动状态指示所述待识别姿态处于所述第二运动状态，则将所述待识别姿态的所述一部分姿态特征向量集由所述第一动作被识别检测至所述被识别行为
发生的动作；将所述待识别姿态的运动状态由所述第二运动状态调整为所述第一运动状态。6.一种基于姿态识别的动作预测分析系统，其特征在于，所述系统包括通信接口和处理器，其中：所述处理器，用于获取待识别姿态的...

【专利技术属性】
技术研发人员：王璟，田亮，王瑾瑜，屈寅弘，
申请(专利权)人：复旦大学附属眼耳鼻喉科医院，
类型：发明
国别省市：