[发明专利]一种基于语义折叠的人体步态行为主动检测识别系统和方法在审
申请号: | 201710855837.8 | 申请日: | 2017-09-20 |
公开(公告)号: | CN107423730A | 公开(公告)日: | 2017-12-01 |
发明(设计)人: | 罗坚;蒋乐勇;温翠红;江沸菠;唐琎 | 申请(专利权)人: | 湖南师范大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 长沙市融智专利事务所43114 | 代理人: | 欧阳迪奇 |
地址: | 410082 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 语义 折叠 人体 步态 行为 主动 检测 识别 系统 方法 | ||
1.一种基于语义折叠的人体步态行为主动检测识别系统,其特征在于,包括系统安装固定机械结构,三维声场定位系统,足底压力场定位系统,带云台的高清视频采集处理系统,大容量磁盘阵列存储器,Raspberry Pi微型计算机系统,高速移动通信模块和大数据服务硬件平台;
所述的系统安装固定机械结构包括可旋转底盘模块11和系统安装骨架及底板5,所述的系统安装骨架及底板5固定于可旋转底盘模块11上;
所述的足底压力场定位系统包括由多个传感器组成的足底力场定位传感器阵列13,所述的足底力场定位传感器阵列13设置于地面上;
所述的三维声场定位系统包括多个声音采集传感器、声音信号调理电路、嵌入式控制器和无线传输模块,所述的声音采集传感器环绕系统安装固定机械结构设置,所述的嵌入式控制器分别通信连接声音采集传感器、声音信号调理电路和无线传输模块;
所述的Raspberry Pi微型计算机系统包括Raspberry Pi微型计算机4、蓝牙键盘7、蓝牙鼠标10和HDMI接口液晶显示器3,所述的蓝牙键盘7、蓝牙鼠标10和HDMI接口液晶显示器3分别通信连接至Raspberry Pi微型计算机4;
所述的带云台的高清视频采集处理系统包括HDMI高清摄像头1和USB接口HDMI高清视频采集卡2,所述的HDMI高清摄像头1通信连接至USB接口HDMI高清视频采集卡2,所述的USB接口HDMI高清视频采集卡2通信连接至Raspberry Pi微型计算机系统;
所述的高速移动通信模块包括无线WIFI模块8,4G高速通信模块9和互联网无线路由器14,所述的无线WIFI模块8,4G高速通信模块9和互联网无线路由器14分别通信连接至Raspberry Pi微型计算机系统;
所述的大数据服务硬件平台包括步态语义大数据平台15,所述的步态语义大数据平台15设置于远端并与Raspberry Pi微型计算机系统远程通信连接;
所述的大容量磁盘阵列存储器通信连接至Raspberry Pi微型计算机系统。
2.根据权利要求1所述的系统,其特征在于,所述的足底力场传感器阵列是以摄像头为坐标中心,将监控区域划分成I×J个小方格区域,在每一个方格区域里安放一个足底力场传感器,所有的I×J个传感器构成传感器阵列。
3.一种基于语义折叠的人体步态行为检测识别方法,其特征在于,采用如权利要求1所述的系统,包括以下步骤:
A、通过三维声场定位系统和足底压力场定位系统主动探测进入监控领域运动人体位置信息,并将数据传送给微计算机Raspberry控制系统,控制系统通过云台实现摄像机的旋转和跟踪拍摄;
B、构建统一标准的不同形体和姿态数据的参数化人体步态行为数据库,依据主成分分析和典型相关性分析确定出形体参数和骨骼关节参数的在步态行为分析中的重要性权值;
C、分割拍摄到的运动人体轮廓,在三维步态行为数据库中选取形体和姿态接近的参数化三维人体模型,在两者之间构建三维人体模型自然语义参数估计目标函数,通过此语义目标函数,实现在缺失或冗余干扰2D人体步态轮廓条件下对三维人体模型形体和骨骼关节参数值的有效估计;
D、通过优化初值的改进共轭直接法,求解三维人体模型自然语义参数估计目标函数,提取出步态模型自然语义描述参数;
E、对步态行为类脑语义特征进行基于二维稀疏分布表示的类脑语义折叠编码;
F、对步态行为类脑语义图进行类脑与、类脑或、类脑子采样和类脑聚合能量图的计算,并利用公共行为识别数据库完成步态行为的检索、过滤、分类和识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南师范大学,未经湖南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710855837.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电磁炉
- 下一篇:基于Android平台的车辆VIN识别方法