[发明专利]一种实时人体动作识别和计数方法

权利要求书

1.一种实时人体动作识别和计数方法，其特征在于：包括：

步骤10、获取视频数据，得到人体骨骼点数据，生成时间序列的动作数据；

步骤20、对所述动作数据根据骨骼点在时间上下文的位置信息进行定点判断，确定其动作类别；

步骤30、获取已确定动作类别的动作数据，按一时间区间进行动作数据的截取，对截取到的动作数据所涉及的相关骨骼点进行解析，生成对应的骨骼点的动作模式序列，并计算所述动作模式序列与预先定义的标准动作序列的动作模式序列之间的模式距离，判断所述模式距离是否小于一阈值，若是，则计数加1，否则计数不变；

步骤40、返回动作类别和计数结果，在用户界面进行更新并展示；

所述步骤20进一步包括：

步骤21、根据不同动作在运动过程中所涉及的相关骨骼点以及这些骨骼点在运动过程中的空间位置信息，预先制定手写规则，用于划分标准动作类别；

步骤22、基于时间序列上的动作数据，根据预设的手写规则，对于每个骨骼点在时间上下文的位置信息进行定点判定，确定其动作特点符合的动作类别，所述定点判定方式如下：通过邻接矩阵A所产生的连接关系，得到一组骨骼连接向集合E＝{e_ij＝v_iv_j|v_i∈V,v_j∈V}，其中v_i为第i个骨骼点数据，且为向量起始点，v_j为第j个骨骼点数据，且为向量终点，e_ij为两向量之间的点乘结果，结合点乘结果和手写规则判定所述动作数据所属的标准动作类别；

所述手写规则具体包括：根据两骨骼点的点乘结果，得到两个骨骼点之间的夹角；

若在一段连续的动作数据中，手臂的两骨骼点的夹角始终为钝角，并且手肘骨骼点横坐标位于肩膀骨骼点横坐标外侧，则将所述动作数据判为叉腰动作类别；

若在一段连续的动作数据中，手臂的两骨骼点的夹角为锐角，手臂上半部分骨骼与肩膀所成夹角为钝角，并且手掌骨骼点纵坐标由位于肩膀骨骼点下侧运动至上侧，手掌骨骼点横坐标位于肩膀骨骼点横坐标内侧，则将所述动作数据判为抱头动作类别；

若在一段连续的动作数据中，任一手臂的两骨骼点的夹角由钝角不断缩小，但并不要求最终缩小为锐角，并且手掌骨骼点纵坐标由位于肩膀骨骼点下侧运动至上侧，则将所述动作数据判为举手动作类别；

若在一段连续的动作数据中，两手臂的两个骨骼点的夹角为锐角，手臂上半部分骨骼与肩膀所成夹角为锐角，并且两手掌骨骼点横坐标位于肩膀骨骼点横坐标内侧，则将所述动作数据判为抱手动作类别；

所述步骤30进一步包括：

步骤31、获取已确定动作类别的动作数据，按一时间区间进行动作数据的截取；

步骤32、依次获取所述动作类别所涉及的相关骨骼点，对所述骨骼点进行解析，解析过程如下：根据每一骨骼点的时间序列数据生成x轴的动作模式序列和y轴的两段动作模式序列，每一段动作模式序列用M表示，M＝{(s₁，t₁)，(s₂，t₂)，…，(s_m，t_m)}，其中，t_m表示所述骨骼点在m帧时间节点坐标，s_m表示所述骨骼点在第m帧的动作模式，其中，s＝{1，-1，0}，s的取值为0时表示不变模式，取值为1时表示上升模式，取值为-1时表示下降模式；

步骤33、将所生成的动作模式序列与对应动作类型的标准动作模式序列进行比对，通过计算两段序列的欧氏距离，得到动作模式序列的动作模式距离，分别对每一骨骼点的x轴和y轴计算动作模式距离后取均值，得到所述骨骼点的动作模式距离，累计相关骨骼点的动作模式距离；

步骤34、若累计结果小于系统预设的阈值M，则该动作计数加1，否则，计数保持不变。