[发明专利]一种基于人体骨骼关节点位的运动识别方法在审
| 申请号: | 202210081477.1 | 申请日: | 2022-01-24 |
| 公开(公告)号: | CN114463845A | 公开(公告)日: | 2022-05-10 |
| 发明(设计)人: | 岑炫震;顾耀东;宋杨;孙冬 | 申请(专利权)人: | 宁波大学 |
| 主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V40/10;G06K9/62;G06F16/583;G06V10/764 |
| 代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 符继超 |
| 地址: | 315211 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 人体 骨骼 关节点 运动 识别 方法 | ||
1.一种基于人体骨骼关节点位的运动识别方法,其特征在于:该基于人体骨骼关节点位的运动识别方法如下:
步骤一:根据图像采集设备采集人体运动时的骨骼关节点位动作,得到骨骼关节点位动作图像;
步骤二:对所述图像进行分帧处理,并提取每帧图像中的数据,寻找每帧图像中的人体骨骼关节点位所在位置,对比多幅相邻帧中的图像中人体骨骼关节点位位置的变化,根据人体骨骼关节点位位置的变化,获取人体骨骼关节点的实际运动距离;
步骤三:根据人体骨骼关节点的实际运动距离及相应的运动时间段,得到运动速度以及运动方向,根据所述运动速度以及所述运动方向得到动作特征数据,根据所述动作特征数据进行重要性分析,得到重要动作特征数据;
步骤四:根据重要动作特征数据与数据库存储的不同运动状态下的标准动作特征数据进行数据对比,对用户的运动状态进行分析;
步骤五:通过分类算法对重要动作特征数据进行分类训练,得到用户不同的运动状态,并将用户不同的运动状态以及重要动作特征数据存储记录在数据库中。
2.根据权利要求1所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:步骤一中,骨骼关节点位动作图像包括所有骨骼关节点位进行动作的图像。
3.根据权利要求1所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:步骤二中,分析人体骨骼关节点的实际运动距离时,包括对长、宽以及高三个方向进行分析计算。
4.根据权利要求1所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:步骤三中,所述运动速度包括瞬时速度以及跨点速度;所述瞬时速度是指相邻两帧图像之间的人体骨骼关节点位的运动速度;所述跨点速度是指不相邻两帧图像之间的人体骨骼关节点位的运动速度。
5.根据权利要求4所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:采集完所述瞬时速度后,利用所述瞬时速度和时间绘制时间速度曲线。
6.根据权利要求4所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:对用户的运动状态进行分析包括:采用跨点速度获取动作特征数据用于判断用户的运动状态;在同一运动状态下,对运动状态进行细致判断时,则采用瞬时速度获取动作特征数据进行比对分析。
7.根据权利要求1所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:步骤四中,当采集的重要动作特征数据无法与数据库存储的标准动作特征数据匹配时,则存储所述重要动作特征数据并重复步骤一至步骤四,直至匹配后对数据库进行更新补充。
8.根据权利要求1所述的一种基于人体骨骼关节点位的运动识别方法,其特征在于:步骤三中,对所述动作特征数据进行重要性分析时包括,在同一运动状态下,若该动作特征数据无规律出现,则判断该动作特征数据为非重要的动作特征数据,则不对该骨骼关节点位的动作特征数据进行存储;若该动作特征数据有规律出现,则判断该动作特征数据为重要的动作特征数据,则对该骨骼关节点位的动作特征数据进行存储。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210081477.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水族景观阳光房
- 下一篇:一种强湍流信道下基于最大比合并的光束成形方法





