[发明专利]一种基于关键帧偏好的时序动作评估方法

说明书

本发明公开了一种基于关键帧偏好的时序动作评估方法，首先采集标准动作和用户动作的骨骼时序数据；然后分别从标准动作序列和用户动作序列中提取关键帧区列表和非关键帧区列表；接着分别对用户动作序列和标准动作序列的关键帧区、非关键帧区进行动态时间规整；然后采用余弦相似度算法，分别计算关键帧区相似度和非关键帧区相似度；最后将关键帧区相似度和非关键帧区相似度加权，得到综合动作评分。本发明可有效改善由于动态时间规整范围过长带来的所需迭代次数多、运算时间长的问题，并采取划分关键帧区的方式区别化对待停顿性动作和过渡性动作，从而提升时序动作评估的效率和质量。

技术领域

本发明属于图像分析领域，涉及一种人体时序动作评估方法，特别涉及一种基于关键帧偏好的时序动作评估方法。

背景技术

动作评估就是根据由视频提取的人体骨骼姿态数据，与标准动作对比，评估动作准确度，是人体运动评估的关键步骤，是运动矫正的基础。时序动作评估在诸如计算机视觉、智能运动、动作匹配等方面有着广泛应用。时序动作评估在传统动作评估基础上增加了时间维度，能更好地反映连续动作的准确度，因此被广泛应用于运动评估领域。

在面向时序动作评估的技术中，基于动态时间规整的模板匹配算法使用最为普遍。它们通过对齐用户动作序列与标准动作序列并逐帧匹配，得到用户动作与标准动作的综合相似度，从而给出运动评分。但是，该算法在具体实施的过程中，往往选取从运动开始到运动结束所有的用户动作序列和标准动作序列对比。这种做法虽然简单易实现，但采用动态时间规整算法时需要多次迭代耗费大量运算时间，且无法体现出运动中关键动作和过渡动作的差异。为了提升时序动作评估的效率和效果，选择一种合适的动作评估方法十分重要。

发明内容

为了解决上述技术问题，本发明提出了一种基于关键帧偏好的时序动作评估方法，可自动提取动作中的关键动作(关键帧区)并差异化地评估关键动作和过渡动作，有效地缩短评估运算时间，突出关键动作和过渡动作的差异，使评估结果更具有代表性。

本发明所采用的技术方案是：一种基于关键帧偏好的时序动作评估方法，其特征在于，包括以下步骤：

步骤1，采集标准动作和用户动作的视频骨骼时序数据，分别作为标准动作序列S和用户动作序列U，动作序列的每一个元素表示每一帧内骨骼信息，包括骨骼节点坐标、骨骼坐标置信度及节点构成的骨骼向量；

步骤2，分别从S和U中提取标准动作序列的关键帧区列表sKeyList和用户动作序列的关键帧区列表uKeyList，以及标准动作序列的非关键帧区列表sPoseList和用户动作序列的非关键帧区列表uPoseList；

步骤3，对用户动作关键帧区列表uKeyList和标准动作关键帧区列表sKeyList进行动态时间规整，对用户动作非关键帧区列表uPoseList和标准动作非关键帧区列表sPoseList进行动态时间规整；

步骤4，采用余弦相似度算法，分别计算标准动作关键帧区列表sKeyList与用户动作关键帧区列表uKeyList的各帧相似度sk，以及标准动作非关键帧区列表sPoseList与用户动作非关键帧区列表uPoseList的各帧相似度sp；

步骤5，将关键帧区相似度sk和非关键帧区相似度sp加权，得到综合动作评分。

进一步的，步骤2的具体实现方式如下；

步骤2.1，设置数组poses为输入的动作序列，设置动态数组Key用来记录提取出的关键帧区，数组D用来记录动作序列各帧之间的距离；

步骤2.2：遍历动作序列poses，计算各帧之间的距离d，存入数组D；

且其中p(i)表示poses第i个元素，n表示动作序列中骨骼坐标的维度；