[发明专利]一种基于多视角Kinect的人体关节点数据优化系统及方法

权利要求书

1.一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，包括以下步骤：

步骤1，通过五个Kinect在不同视角同时采集人体关节点数据，得到五个视角下的被观测者的步态数据序列；

步骤2，根据步骤1中得到的五个步态数据序列，构造人体25个关节点坐标数据；

步骤3，对每个步态数据序列进行异常值检测，并将检测得到的异常值的坐标置零；

步骤4，将每个步态数据序列中剔除异常值后的关节点数据进行坐标系转换统一；

步骤5，将统一坐标系的关节点数据进行数据融合，得到数据优化后的人体关节点数据序列；

步骤3中，对每个步态数据序列进行异常值检测，具体方法是：

S1，将每个Kinect坐标系下的关节点数据序列中的某一关节点的检测点个数设为N，并确定该关节点的聚类个数K；

S2，根据S1得到的聚类个数K对该关节点的检测点进行K-means聚类；

S3，统计S2得到的聚类结果中的每个簇内的检测点的个数，若每个簇内的检测点的个数小于N/3K，则该簇内的所有检测点均为异常点，并将该异常点的坐标置零；反之，则进行S4；

S4，计算其余各簇内的各个检测点至簇中心的空间欧式距离；

S5，根据S4中得到的各个检测点至簇中心的空间欧式距离判断该检测点是否异常，其中，若各个检测点至簇中心的空间欧式距离大于阈值，则该检测点为异常点；

S5中，所述阈值通过下式计算：

δ＝μ+3σ

其中，μ为每个簇内的各个检测点至簇中心距离的平均值，σ为标准偏差，

2.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，步骤2中，利用Kinect SDK，根据步骤1中获取的五个步态数据序列并构造人体25个关节点坐标数据。

3.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，步骤4中，将每个步态数据序列剔除异常值后的关节点坐标系统一转换到正后侧Kinect的坐标系下。

4.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，步骤5中，将统一坐标系的关节点数据进行数据融合，具体方法是：

在任一时刻t，将五个Kinect测量值中的非零值进行平均加权融合；其中，若某一时刻五个Kinect的测量值均为异常值，则在融合数据序列中选取该时刻前后10帧的数据融合值结合最小二乘法拟合函数对数据空缺帧进行线性插值，得到该时刻的预测值，将利用该预测值填补该时刻的数据空缺帧；最终得到更加准确稳定的人体关节点数据序列。

5.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，包括数据采集单元和处理器，其中，所述数据采集单元包括五个Kinect，通过五个Kinect采集被观测者不同视角下的步态数据序列，并将采集到的步态数据序列传输到处理器；所述处理器用于将接收到的步态数据序列进行数据融合，得到一组完整、连续、有效的关节点数据序列。

6.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，五个Kinect分别布置在被观测者的左侧、右侧、左斜后侧、右斜后侧和正后侧，且每个Kinect距离被观测者2～2.5m。

7.根据权利要求6所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，所述左斜后侧和右斜后侧分别与正后侧之间的角度为45°。

8.根据权利要求1所述的一种基于多视角Kinect的人体关节点数据优化方法，其特征在于，每个Kinect连接一个控制器；五个控制器之间为局域网架构。