[发明专利]运动识别方法及系统

权利要求书

1.一种运动识别方法，其特征在于，包括：

获取运动轨迹上的N个轨迹点；

获取所述轨迹点的尺度测算值；

参考预设尺度划分标准，确定所述尺度测算值的等级；

依据所述尺度测算值的等级，确定所述轨迹点的尺度等级；

依据所述尺度等级确定每个所述轨迹点的描述子，该描述子包括运动类别和尺度等级；

检测每个所述轨迹点的位置信息，比较各个所述轨迹点的描述子，确定位置连续且具有相同描述子的轨迹点；

分别排列所述位置连续且具有相同描述子的轨迹点，得到多个副轨迹原子；

排列所有副轨迹原子，得到所述运动轨迹，所述运动轨迹的描述子序列为排列后的所有副轨迹原子的描述子序列；

利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型，以完成运动识别。

2.如权利要求1所述的运动识别方法，其特征在于，通过以下步骤确定每个所述轨迹点的运动类别：

获取所述轨迹点的签名描述子参数；

参考预设分类标准，比较签名描述子参数与预设值的大小，确定所述轨迹点的运动类别。

3.如权利要求2所述的运动识别方法，其特征在于，当所述签名描述子参数包括曲率和扭矩时，通过以下步骤确定所述轨迹点的运动类别：

参考预设分类标准，分别比较所述曲率和扭矩与数值零的大小，确定所述轨迹点的运动类别。

4.如权利要求1所述的运动识别方法，其特征在于，得到多个副轨迹原子之后，还包括：

检测每个所述副轨迹原子的位置信息，比较各个所述副轨迹原子的描述子序列，获取位置连续且具有相同描述子序列的副轨迹原子；

分别排列所述位置连续且具有相同描述子的副轨迹原子，得到多个轨迹原子；

排列所有轨迹原子，得到所述运动轨迹，所述运动轨迹的描述子序列为排列后的所有轨迹原子的描述子序列。

5.如权利要求1所述的运动识别方法，其特征在于，通过以下步骤利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型：

将所述运动轨迹的描述子序列代入多个高斯混合模型，每个所述高斯混合模型对应一个运动类型；

计算所述运动轨迹在每个所述高斯混合模型中出现的概率；

确定所述概率最大的高斯混合模型对应的运动类型为所述运动轨迹的运动类型。

6.如权利要求5所述的运动识别方法，其特征在于，还包括：

利用期望最大化算法确定所述高斯混合模型的相关参数。

7.如权利要求5所述的运动识别方法，其特征在于，利用贝叶斯公式计算所述运动轨迹在每个所述高斯混合模型中出现的概率。

8.一种运动识别系统，其特征在于，包括：

轨迹点获取单元，用于获取运动轨迹上的N个轨迹点；

描述子确定单元，用于确定每个所述轨迹点的描述子，该描述子包括运动类别和尺度等级；

运动轨迹描述子确定单元，用于检测每个所述轨迹点的位置信息，比较各个所述轨迹点的描述子，确定位置连续且具有相同描述子的轨迹点；分别排列所述位置连续且具有相同描述子的轨迹点，得到多个副轨迹原子；排列所有副轨迹原子，得到所述运动轨迹，所述运动轨迹的描述子序列为排列后的所有副轨迹原子的描述子序列；

运动类型确定单元，用于利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型，以完成运动识别。