[发明专利]一种基于支持向量机的地铁驾驶员动作序列识别方法

说明书

本发明公开了一种基于支持向量机的地铁驾驶员动作序列识别方法，其特征在于，包括以下步骤：步骤一、视频数据获取和预处理：获取驾驶室摄像头采集的视频文件，提取驾驶员操作的标准动作图像帧，制作操作标准动作集；提取其余图像帧制作普通动作集；步骤二、地铁驾驶员动作表示：地铁驾驶员操作动作利用OpenPose骨骼关键点及其坐标和置信度来表示；步骤三、对地铁驾驶员动作表示数据进行处理：地铁驾驶员操作仅有上肢发生了明显的姿态变化，简化动作表示，只使用上肢骨骼点进行描述；使用坐标转换和归一化对驾驶员动作表示变量进行处理。

技术领域

本发明涉及动作识别领域，具体涉及一种基于支持向量机的地铁驾驶员动作序列识别方法。

背景技术

地铁驾驶员动作序列识别用于地铁驾驶员的规范操作动作序列识别，提醒驾驶员在进行操作前执行相关的检查动作，防止误操作或漏操作，以免带来安全隐患。

现有技术中动作识别是通过提取人体骨骼关键点或者建立相关动作图片、视频训练集，在此基础上运用机器学习或者深度学习方法对人体动作进行分类识别的；利用深度学习方法对图片、视频进行处理的方法可以对动作帧数持续较短的动作，如跑、俯卧撑、抽烟等简单动作进行识别；地铁操作动作持续几十秒，包含多个动作，上述方法无法有效识别整套动作，且难以实现对误操作和漏操作的识别。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种简单易操作，识别迅速、精准的基于支持向量机的地铁驾驶员动作序列识别方法。

为了实现上述目标，本发明采用如下的技术方案：

一种基于支持向量机的地铁驾驶员动作序列识别方法，其特征在于，包括以下步骤：

步骤一、视频数据获取和预处理：获取驾驶室摄像头采集的视频文件，提取驾驶员操作的标准动作图像帧，制作操作标准动作集；提取其余图像帧制作普通动作集；

步骤二、地铁驾驶员动作表示：地铁驾驶员操作动作利用OpenPose骨骼关键点及其坐标和置信度来表示；

步骤三、对地铁驾驶员动作表示数据进行处理：地铁驾驶员操作仅有上肢发生了明显的姿态变化，简化动作表示，只使用上肢骨骼点进行描述；使用坐标转换和归一化对驾驶员动作表示变量进行处理；

步骤四、模型训练：利用支持向量机，对标准动作数据进行训练，用于识别指定的地铁驾驶员操作动作和普通动作，并将训练权重结果保存；

步骤五、驾驶员序列动作识别和报警：对驾驶员标准动作序列进行标号[Pose1，Pose2，Pose3，Pose4，Pose5，Pose6]，其中Pose1-Pose6分别代表不同的操作动作，利用支持向量机模型识别到当前操作动作Pose后，按顺序匹配标准动作；若符合当前动作要求，匹配标准动作，直到所有标准动作匹配完毕，实现驾驶员整套动作序列识别功能；

步骤六、驾驶员序列动作报警：按顺序匹配标准动作序列，如果模型识别到的动作是普通动作，则不报警；如果识别到的动作为不匹配的标准动作，则产生报警，并提示需要完成标准动作，实现误操作的、漏操作的报警功能。

优选地，前述步骤二中OpenPose骨骼关键点及其坐标和置信度为Person:{0:[x0，y0]， 1:[x1，y1]，...， 24:[x24，y24]}，其中Person表示检测到的驾驶员，0-24分别对应鼻子、颈部、右肩、右肘、右腕、左肩、左肘、左腕、中臀、右臀、右膝、右脚踝、左臀、左膝、左脚踝、右眼、左眼、右耳、左耳、左脚大拇指、左脚小拇指、左脚跟、右脚大拇指、右脚小拇指和右脚跟，x和y表示骨骼点相对于图片的坐标。

再优选地，前述上肢骨骼点分别是颈部、左肩、左肘、左腕、右肩、右肘、右腕七个骨骼点。