一种动作识别系统技术方案

本实用新型专利技术公开了一种动作识别系统，包括训练模块，用于将训练图片转换为灰度图像及多个不同颜色通道图像，并分别生成与所述灰度图像及多个不同颜色通道图像对应的特征文件；图像捕捉模块，用于捕捉动作，生成捕获图片。识别模块，与所述图像捕捉模块及训练模块相连，用于将所述图像捕捉模块生成的捕获图片转换为灰度图像及多个不同颜色通道图像，并分别与所述训练模块生成的灰度图像及多个不同颜色通道图像对应的特征文件进行比较，获得对应的识别结果，根据所有识别结果综合得到最终识别结果。该系统可以在偏色光环境下使用所占颜色强度较弱的颜色图像特征文件进行识别，从而提高在偏色光环境下的动作识别正确率。（*该技术在2019年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及动作识别领域，特别涉及一种动作识别系统。
技术介绍
动作识别是近年来非常热门的研究领域，通过图像捕捉设备，在较短的时间内完 成对人体动作的识别过程，并转换为计算机等设备的操作指令；从而被作为一种有效的输 入手段被应用到游戏、电影制作等广泛的应用领域中。 动作识别首先要解决的问题是找到人体动作的部位，人体动作的部位是动作识别 的依据，一般称为"关注位置"。因为通常关注位置为人脸、手等裸露的部位，其颜色跟环境、 衣服有比较大的区别，所以可以从颜色上把关注位置与非关注位置区分开。对于关注位置 的确定， 一般采用基于颜色分布统计的色彩直方图为依据，具体来说，是将人体动作捕捉为 静态的待识别图像，根据图像不同区域(两区域中心位置、大小有任意一项不同则这两个 区域为不同区域)的颜色统计出其色彩直方图，然后把各区域的统计直方图与预设的直方 图作比较，寻找最相似的区域作为最后的关注位置。 但这种方法对颜色要求很高，人穿着与肤色相近的衣服、周围环境与肤色相近、环 境光色调单一等等因素都会导致识别率大幅下降。且该方法只能获得所关注位置在图像的 哪个位置，而无法获得关注位置的具体表达含义。 为消除颜色对图像识别的影响，现有的识别技术通常先把待识别图像转化为灰度 图，然后对得到的灰度图进行识别。待识别图像被转化为灰度图后，需要用经过神经网络等 人工智能技术训练的识别系统从整体中根据轮廓线条走向、各部分位置关系等特征寻找到 关注位置，例如从人的全身像里找到脸或者手。 目前，在开源计算机视觉库(Open Computer Vision Library, 0penCV)项目中，采 用了一种基于简单特征级联(Cascade of Simple Features)的图像识别算法。采用该算 法的动作识别系统一般需要对图片样本进行训练，生成特征文件，之后通过图像捕捉设备 捕获人体动作图像，再根据生成的特征文件对捕获的人体动作图像进行识别，或将捕获的 人体动作图像转换为灰度图后进行识别，得到识别结果。 由于动作识别系统的工作环境与训练环境可能会有比较大的差别，可能训练时效 果很好，一到实用就识别错误。且在偏色环境光(即环境光的颜色单一)照射下，不同颜色 的部分，比如衣服和皮肤，会呈现差不多的颜色，只是看起来亮度有少许差别，即使这时候 把彩色图像转化为灰度图，本来有明显颜色区分的部分也可能变得难以分辨，因此不管是 使用彩色图像或灰度图进行训练和识别，在偏色环境光的照射条件下，都会存在不容易区 分关注位置的问题，从而使识别的正确率降低。
技术实现思路
本技术实施例提供一种动作识别系统，可以减少偏色环境光对动作识别的影 响，提高识别正确率。 为达到上述目的，本技术的技术方案具体是这样实现的 —种动作识别系统，该系统包括 训练模块，用于将训练图片转换为灰度图像及多个不同颜色通道图像，并分别生 成与所述灰度图像及多个不同颜色通道图像对应的特征文件； 图像捕捉模块，用于捕捉动作，生成捕获图片。 识别模块，与所述图像捕捉模块及训练模块相连，用于将所述图像捕捉模块生成 的捕获图片转换为灰度图像及多个不同颜色通道图像，并分别与所述训练模块生成的灰度 图像及多个不同颜色通道图像对应的特征文件进行比较，获得对应的识别结果，根据所有 识别结果综合得到最终识别结果。 由上述的技术方案可见，本技术的这种动作识别系统，通过训练模块将训练 图片转换为灰度图像及多个不同颜色通道图像，并分别生成与所述灰度图像及多个不同颜 色通道图像对应的特征文件；通过识别模块将图像捕捉模块捕获的图片转换为灰度图像及 多个不同颜色通道图像，并分别与所述灰度图像及多个不同颜色通道图像对应的特征文件 进行比较，获得对应的识别结果，再根据所有识别结果综合得到最终识别结果，可以在偏色 光环境下使用所占颜色强度较弱的颜色图像特征文件进行识别，从而提高在偏色光环境下 的动作识别正确率。附图说明图1为本技术实施例的动作识别系统结构示意图； 图2为本技术实施例的训练模块具体结构示意图； 图3为本技术实施例的识别模块具体结构示意图。具体实施方式为使本技术的目的、技术方案及优点更加清楚明白，以下参照附图并举实施 例，对本技术进一步详细说明。 本技术主要是将训练图像和待识别图像转换为多个不同的颜色通道图像以 及灰度图像，并分别进行训练和识别，最后综合不同颜色通道图像和灰度图像的识别结果， 得到最后的识别结果。 其原理为通常情况下的偏色环境光只是某个颜色的光为主，实际上全光谱的颜 色都有，所以反射光中也包含各种颜色，如果不用强度大的颜色作分析，而改用强度比较弱 的颜色做识别，就完全可以区分出不同的颜色。因此本技术没有单纯的使用灰度图，而 是将彩色图分为多个不同的颜色通道图像及灰度图分别做处理，最后综合所有不同的颜色 通道图像及灰度图的识别结果，就可以得到最后的识别结果。 图1为本技术实施例的动作识别系统结构示意图，如图1所示，该系统包括 训练模块101，用于将训练图片转换为灰度图像及多个不同颜色通道图像，并分别 生成与所述灰度图像及多个不同颜色通道图像对应的特征文件。 对训练图片进行转换时，除灰度图像以外，还可以根据具体需要确定转换为多少 个不同颜色通道的图像，例如可以转换为红(R)、绿(G)、蓝(B)三色通道的图像，也可以转 换成其他颜色通道的图像，转换的数量越多，识别速度越慢。 图像捕捉模块103，用于捕捉动作，生成捕获图片。图像捕捉模块可以采用摄像头 或相机等实现。 识别模块102，与所述图像捕捉模块103及训练模块101相连，用于将所述图像捕 捉模块103生成的捕获图片转换为灰度图像及多个不同颜色通道图像，并分别与所述训练 模块101生成的灰度图像及多个不同颜色通道图像对应的特征文件进行比较，获得对应的 识别结果，根据所有识别结果综合得到最终识别结果。 训练模块101和识别模块102都可以采用电脑终端、服务器等设备实现。 其中，训练模块的具体结构如图2所示，图2为本技术实施例的训练模块具体结构示意图，较佳地，训练模块可以包括 动作标定单元201，用于在训练图片中标定待识别动作的位置。 待识别动作的位置也就是关注位置。 训练图片转换单元202，与所述标定单元相连，用于将所述标定单元输出的标有待 识别动作位置的训练图片转换为灰度图像及多个不同颜色通道图像； 样本创建单元203，与所述转换单元相连，用于对所述转换单元转换的灰度图像及 多个不同颜色通道图像分别创建对应的训练样本； 可以使用OpenCV的createsample工具创建训练样本，例如在创建手势1的训练 样本时，手势l的训练图片为正样本，其它手势的训练图片为负样本。其他手势的训练样本 创建方法相同，依次类推。 特征文件单元204，与所述样本创建单元相连，根据所述样本创建单元创建的训练 样本生成与所述灰度图像及多个不同颜色通道图像对应的特征文件。 可以对各训练样本使用OpenCV的haartraining工具生成对应的Haar特征级联 分类器文件，也就是特征文件。 较佳地，若将训练图片转换为红(R)、绿(G)、蓝(B)三色通道的图像及灰度图像， 所述训练图片转换单元202包括本文档来自技高网...

【技术保护点】
一种动作识别系统，其特征在于，该系统包括：　　训练模块，用于将训练图片转换为灰度图像及多个不同颜色通道图像，并分别生成与所述灰度图像及多个不同颜色通道图像对应的特征文件；　　图像捕捉模块，用于捕捉动作，生成捕获图片；　　识别模块，与所述图像捕捉模块及训练模块相连，用于将所述图像捕捉模块生成的捕获图片转换为灰度图像及多个不同颜色通道图像，并分别与所述训练模块生成的灰度图像及多个不同颜色通道图像对应的特征文件进行比较，获得对应的识别结果，根据所有识别结果综合得到最终识别结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：钟文杰，
申请(专利权)人：北京像素软件科技股份有限公司，
类型：实用新型
国别省市：11[中国|北京]