[发明专利]一种实时人体动作识别和计数方法

说明书

本发明提供一种实时人体动作识别和计数方法，包括：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；对该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；按一时间区间进行动作数据的截取，对其相关骨骼点进行解析，生成该动作数据对应的骨骼点的动作模式序列，并计算该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；判断该模式距离是否小于一阈值，若是，则计数加1，否则计数不变；返回动作类别和计数结果，在用户界面进行更新并展示。本发明通过定点识别判断动作类别并结合模式设定与距离计算实现对动作的计数，为用户提供实时、精准的动作识别与计数操作。

技术领域

本发明涉及人体动作识别领域，尤其涉及一种实时人体动作识别和计数方法。

背景技术

现有的人体动作识别技术中，提供了基本的动作识别框架，可实现对单人或多人的骨骼点位置的识别，并实现人体动作、面部表情、手指运动等姿态估计。基于该框架可对人体的姿态进行描绘和骨骼关键点的识别，但仍缺乏对于人体运动过程中的动作识别，现有的人体动作识别也无法实现实时的精确计数。

发明内容

本发明要解决的技术问题，在于提供一种实时人体动作识别和计数方法，可实现实时的，精确的人体动作分类与计数。

本发明提供了一种实时人体动作识别和计数方法，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。

进一步的，所述步骤10进一步包括：

步骤11、通过动作识别框架得到视频数据中的人体骨骼点数据，生成相应的骨骼点空间坐标x和y，用v表示骨骼点数据v＝(x,y)，并定义人体骨骼点集合为V；

步骤12、在骨骼点之间生成对应的连接线，具体以骨骼点的邻接矩阵A表示，A＝{a_ij∈(0,1)；i∈V,j∈V}，其中，a_ij表示第i个骨骼点和第j个骨骼点之间的连接关系，矩阵元素取值为0时，表示两个骨骼点之间无连接关系，矩阵元素取值为1时，表示两个骨骼点之间有连接关系；

步骤13、获取骨骼点数据以及骨骼点间的连接关系，生成一段时间序列的动作数据。

进一步的，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。

进一步的，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；