[发明专利]一种基于人体形状与姿态估计的动作相似度评价方法

权利要求书

1.一种基于人体形状与姿态估计的动作相似度评价方法，包括以下步骤：

采用人体形状与姿态估计模型，分别从待评价视频和标准动作视频中逐帧估计各自的人体形状参数序列和姿态参数序列，得到其形状与姿态特征值序列；

利用所述人体形状参数序列与姿态参数序列，生成3D蒙皮人体模型，然后根据蒙皮生成真实人体的关节点坐标；

根据所述形状与姿态特征值序列，得到待评价视频和标准动作视频之间的人体形状与姿态差异性序列；

根据各帧的所述人体关节点坐标，得到待评价视频和标准动作视频之间的关节位置变化差异性序列和关节速度变化差异性序列；

根据所述人体形状与姿态差异性序列，关节位置变化差异性序列和关节速度变化差异性序列，对待评价视频与标准动作视频之间的动作相似性进行度量。

2.根据权利要求1所述的动作相似度评价方法，其特征在于，还包括视频数据预处理的步骤，包括：

对待评价视频和/或标准动作视频的起止点进行裁剪；以及

将待评价视频与标准动作视频的帧数对齐。

3.根据权利要求2所述的动作相似度评价方法，其特征在于，所述视频数据预处理的步骤，还包括：

识别并画出视频中人的位置识别框，仅保留所述识别框内的视频图像用于动作相似度评价。

4.根据权利要求1所述的动作相似度评价方法，其特征在于，所述人体形状参数序列和姿态参数序列，采用基于SMPL的形状参数和姿态参数模型。

5.根据权利要求1所述的动作相似度评价方法，其特征在于，采用人体形状与姿态估计模型，分别从待评价视频和标准动作视频中逐帧估计各自的人体形状参数序列和姿态参数序列，得到各自人体形状与姿态特征值序列的步骤包括；

将待评价视频图像和标准动作视频图像，分别送入训练好的人体形状与姿态估计模型，逐帧估计各自的人体形状参数序列Sⁱ和姿态参数序列Pⁱ，其中i表示第i帧；

分别构建各自的人体参数化模型[Sⁱ,Pⁱ]；

对所述人体参数化模型进行降维处理，得到各自的人体形状与姿态特征值序列Fⁱ。

6.根据权利要求5所述的动作相似度评价方法，其特征在于，所述待评价视频和标准动作视频之间的人体形状与姿态差异性序列表示为：

M＝{m₁,m₂,m₃,...,m_N}，

其中，为待评价视频第i帧的人体形状与姿态特征值，为标准动作视频第i帧的人体形状与姿态特征值，ρ函数为皮尔逊相关系数，N表示每种视频的总帧数。

7.根据权利要求1所述的动作相似度评价方法，其特征在于，所述待评价视频和标准动作视频之间的关节位置变化差异性序列表示为：

D＝{d₁,d₂,d₃,...,d_N}，

其中，i表示第i帧，N表示每种视频的总帧数，C_kin表示待评价视频的第k个关节相对于躯干坐标的变化值，C_ks表示标准动作视频的第k个关节相对于躯干坐标的变化值，K表示关节总数，关节ρ函数为皮尔逊相关系数。

8.根据权利要求1所述的动作相似度评价方法，其特征在于，所述待评价视频和标准动作视频之间的关节速度变化差异性序列表示为：

CS＝{cs₁,cs₂,cs₃,...,cs_N-1}，

其中，i表示第i帧，N表示每种视频的总帧数，k表示第k个关节，K表示关节总数，为待评价视频的关节坐标变化速度，为标准动作视频的关节坐标变化速度，所述关节坐标变化速度由该关节在第i帧的坐标减去第i-1帧的坐标得到。