[发明专利]一种多分类器姿势识别方法及装置

权利要求书

1.一种多分类器姿势识别方法，其特征在于，包括：

S1、根据K-means聚类算法，得到所有样本轮廓点特征的分布中心，对所述分布中心进行投影，得到第一直方图，并根据所述第一直方图和待识别图像的轮廓点特征，得到待识别图像对应的第二直方图；

S2、计算所述第二直方图与样本库中每个分类器对应的直方图的相似度，按照相似度值从大到小对所有分类器进行排序，并根据相似度阈值获取排序后的分类器中前N个分类器，N为大于0的整数；

S3、根据所述前N个分类器的姿势模型和所述前N个分类器中每个分类器的相似度权值，得到姿势检测函数；所述姿势检测函数即为待识别图像的姿势对应的函数；

其中，在姿势检测过程中，将待识别图像分别和排序后的分类器进行比较，根据相似度累计阈值公式进行姿势检测，以实现检测过程中分类器数量的动态调整；

所述相似度累计阈值公式为：

p(c_i|I)为待识别图像I和分类器c_i的相似度值，c_i表示排序后的分类器中第i个分类器，T为用于选取姿势检测函数中的分类器的相似度阈值。

2.根据权利要求1所述的方法，其特征在于，步骤S1之前包括：

S0、根据轮廓点特征对样本库中的所有图像进行聚类，得到若干个分类器，并对每个分类器中的所有图像对应的直方图进行处理，得到每个分类器对应的直方图。

3.根据权利要求2所述的方法，其特征在于，步骤S1包括：对所述分布中心进行软投影。

4.根据权利要求3所述的方法，其特征在于，步骤S4包括：对所有分类器对应的直方图的相似度进行归一化处理，得到所有分类器对应的直方图的相似度权值。

5.根据权利要求4所述的方法，其特征在于，所述姿势检测函数为：

其中，c_k表示排序后的分类器中第k个分类器，I表示待识别图像，X表示姿势模型，q(X|c_k,I)表示第k个分类器的姿势函数，p(c_k|I)为待识别图像I和分类器c_k的相似度值，其表示第k个分类器的相似度权值。

6.一种多分类器姿势识别装置，其特征在于，包括：

特征对齐模块，用于根据K-means聚类算法，得到所有样本轮廓点特征的分布中心，对所述分布中心进行投影，得到第一直方图，并根据所述第一直方图和待识别图像的轮廓点特征，得到待识别图像对应的第二直方图；

相似度计算模块，用于计算所述第二直方图与样本库中每个分类器对应的直方图的相似度，按照相似度值从大到小对所有分类器进行排序，并根据相似度阈值获取排序后的分类器中前N个分类器，N为大于0的整数；

姿势识别模块，用于根据所述前N个分类器的姿势模型和所述前N个分类器中每个分类器的相似度权值，得到姿势检测函数；所述姿势检测函数即为待识别图像的姿势对应的函数；

其中，在姿势检测过程中，将待识别图像分别和排序后的分类器进行比较，根据相似度累计阈值公式进行姿势检测，以实现检测过程中分类器数量的动态调整；

所述相似度累计阈值公式为：

p(c_i|I)为待识别图像I和分类器c_i的相似度值，c_i表示排序后的分类器中第i个分类器，T为用于选取姿势检测函数中的分类器的相似度阈值。

7.根据权利要求6所述的装置，其特征在于，还包括：

分类器直方图获取模块，用于根据轮廓点特征对样本库中的所有图像进行聚类，得到若干个分类器，并对每个分类器中的所有图像对应的直方图进行处理，得到每个分类器对应的直方图。

8.根据权利要求7所述的装置，其特征在于，所述特征对齐模块还用于对所述分布中心进行软投影。