[发明专利]一种人体动作识别方法

权利要求书

1.一种人体动作识别方法，其特征在于，包括以下步骤：

S1，获取包含人体动作识别特征数据的连续图像帧，所述的特征数据为人体多个骨骼关节点的深度图像数据；

S2，使用基于累积运动能量的帧选择算法，筛选出有效图像帧，将有效图像帧中的特征数据作为待测数据；

S3，构建待测数据的静态姿势特征向量F_cc、连续动作特征向量F_cp和整体动作特征向量F_co作为动作特征，所述的静态特征向量F_cc表示一帧图像中，人体各个躯干的位置向量信息，所述的连续动作特征向量F_cp表示一帧图像相对其前一帧图像的骨骼关节点的位移变化，所述的整体动作特征向量F_co表示一帧图像相对于首帧图像的骨骼关节点的位移变化；

S4，构建最终特征向量F_c，F_c＝[F_cc,F_cp,F_co]；

S5，对最终特征向量F_c降维；

S6，使用训练好的模型分类器对降维后最终特征向量F_c进行动作识别，得到识别结果。

2.根据权利要求1所述的一种人体动作识别方法，其特征在于，所述的步骤S1中，通过Kinect设备采集图像帧，特征数据包括人体20个骨骼关节点的深度图像数据。

3.根据权利要求1所述的一种人体动作识别方法，其特征在于，所述的步骤S2中，帧选择算法包括：对于同一个动作，按照图像帧顺序，从第二帧开始计算当前帧三维深度图像的动作能量图的和AME(i)，将当前帧与上一帧进行比较，若AME(i)-AME(i-1)＞ε，则将当前帧作为有效图像帧进行保留，否则舍弃当前帧，然后进行下一帧的计算，直到最后一帧，AME(i)计算式如下：

当AME(i)-AME(i-1)＞ε

其中，i表示帧的序号，表示第j帧三维深度图像被投射到三维坐标轴得到的三维坐标，其中v表示坐标轴，v∈{1,2,3}，ε是帧选择算法设定的阈值，0<ε<1。