一种人体动作识别的方法技术

本发明专利技术公开一种计算机视觉与模式识别领域的人体动作识别的方法，首先使用了一种包含时间和空间信息的特征来表达当前帧人体的运动状态，然后再通过一种图论半监督方法设计分类器，从而达到识别人体动作的目的。本发明专利技术在提取人体运动特征的过程中同时融合了过去、当前及未来时刻的轮廓及运动光流信息，因而能够更加准确地描述人体的动作姿态。另外，为了用较少的样本获得较高的识别率；基于广义拉普拉斯矩阵的图论半监督方法，并将其用于人体动作识别。实验证明本发明专利技术提出的方法在观察角度不同、人与人之间动作存在差异的情况下都能够对常见动作取得令人满意的识别率。

【技术实现步骤摘要】

本专利技术属于计算机视觉与模式识别领域，具体地，涉及一种人体常见动作识别的方法。
技术介绍
在计算机视觉领域，人体动作识别是一个刚刚兴起但十分重要的分支，其目的主要是让计算机能够自动地判断和理解人体目前正在执行的动作。由于计算机本身并不具备类似于人的高层理解能力，因此计算机动作识别是一项极具挑战性的工作。然而动作识别的应用前景是十分广阔的，比如在人机交互、视频会议、视频检索、病人自主监护、智能安全监控等场合都能够发挥重要的作用。所以这方面的研究也是十分必要的。由于各方面的原因，现有的动作识别效果还远达不到人脑的识别能力，国际上也还没有一个比较完善的动作识别系统。但是近些年很多知名的国际期刊或会议都将动作识别作为重点发展的研究领域，国内外很多学者也在这方面做了大量的有益成果。近年来论文中的方法主要有:F.Lv等人在2006年率先使用Adaboost方法进行人体动作识别；M.Branda,A.Kale, V.Duong等分别在1994年、2004年和2005年使用马尔科夫或隐马尔科夫方法(HMM)进行动作识别；C.Sminchisescu和L.Wang和分别在2005和2007年使用了本文档来自技高网...

【技术保护点】
一种人体动作识别的方法，其特征在于，如下包括步骤：第一步，捕获运动人体的大致位置和轮廓；第二步，计算运动人体的空间特征，获得前帧人体的轮廓直方图、横向即x方向及纵向即y方向的光流直方图，并把计算结果拼接成一个216维的特征向量；第三步，计算运动人体的时间特征，将当前帧和其前、后各7帧放在一起组成一段长15帧的片段，并采用局部线性嵌入法将1～5帧，6～10帧，及11～15帧的特征向量分别降至50,100,50维；第四步，形成描述当前帧人体运动姿态的最终特征向量，即将第二、三步获得的特征进行组合得到最终的特征向量，共计416维；第五步，建立图模型G：将待分类的动作序列切成一帧一帧的图片形式，并和已...

【技术特征摘要】

【专利技术属性】
技术研发人员：宫辰，傅可人，杨杰，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：