[发明专利]一种基于关节四元数的人体分类方法及装置

说明书

本发明公开了一种基于关节四元数的人体分类方法，涉及人体分类技术领域，解决现有人体分类方法存在准确性低、鲁棒性差的技术问题，所述方法包括：对运动视频中的各个运动人体进行检测和分割得到各分割帧及运动人体的三维人体骨架；根据三维人体骨架的三维信息计算得到左腿膝关节、右腿膝关节、其中一个肘关节的关节四元数；在关节四元数中选取五个参数组成特征向量M；根据特征向量M对运动视频中的运动人体进行运动分类识别出步行或跑步结果。本发明还公开了一种基于关节四元数的人体分类装置。本发明通过获取运动人体的关节四元数，从关节四元数中选取五个参数组成特征向量M来分类识别出步行或跑步结果，准确性高、鲁棒性好，识别速度快。

技术领域

本发明涉及人体分类技术领域，更具体地说，它涉及一种基于关节四元数的人体分类方法及装置。

背景技术

视觉处理系统是人类用以观测和感知外界的主要工具。当今社会，伴随着计算机处理能力不断地提高，工程师们希望计算机代替人类的双眼和大脑能够像人一样对外界事物、客观世界进行认知、观察以及交互，这便要求计算机具有人类视觉处理系统的几乎所有的能力。由于计算机硬件处理能力不断提高，同时计算机视觉技术也在突飞猛进地发展，这一期望更接近变成现实。计算机视觉技术研究的主要内容是，如何利用计算机视觉技术解决以人为中心的相关问题，包括人体检测与跟踪、人脸识别、人体运动分析等。

对于复杂混乱的背景，人体常常受障碍物以及其它非被测人体的遮挡，因此人体运动特征的提取变得比较困难。运动具有复杂性，并且对于存在肢体遮挡的姿态运动来说，如何保证运动特征能够被准确的、尽量实时的被提取和跟踪也是一个值得研究的问题。

在行为训练过程中，训练样本通常是在有限制条件的实验条件下采集的，但是，当在现实场景中使用相同方案进行的行为识别时，由于受光照、噪声等环境因素的影响，训练样本不能很好地贴近现实环境，因此行为识别的准确程度以及算法稳健程度会有所下降。除此之外，算法的快速性也受人体运动的复杂程度、特征信息预处理复杂程度所影响。因此，如何提高运动人体行为识别算法的准确性、鲁棒性、快速性，提高系统性能并降低系统的计算代价也是研究的难题之一。

发明内容

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种准确性高、鲁棒性好的基于关节四元数的人体分类方法。

本发明的目的二是提供一种准确性高、鲁棒性好的基于关节四元数的人体分类装置。

为了实现上述目的一，本发明提供一种基于关节四元数的人体分类方法，包括：

对运动视频中的各个运动人体进行检测和分割得到各分割帧及运动人体的三维人体骨架；

建立标准体型库，利用标准体型库对所述三维人体骨架进行填充得到验证人体及验证帧，将验证帧内的验证人体与分割帧内的运动人体比对，若验证人体的区域与运动人体的区域重合，则保留该分割帧及运动人体的三维人体骨架；否则忽略该分割帧及运动人体的三维人体骨架；

根据所述三维人体骨架的三维信息计算得到左腿膝关节、右腿膝关节、其中一个肘关节的关节四元数；

在所述关节四元数中选取五个参数组成特征向量

M[LKga,RKga,Ea,LKa,RKa]，其中，LKga、RKga分别代表左膝盖旋转角度斜率的平均值以及右膝盖旋转角度斜率的平均值，Ea代表了采样周期内肘关节的旋转平均值，LKa、RKa分别代表左膝盖旋转角度的平均值和右膝盖旋转角度的平均值；

根据所述特征向量M对所述运动视频中的运动人体进行运动分类识别出步行或跑步结果。

作为进一步地改进，计算膝关节的关节四元数的过程为：