[发明专利]一种基于人体轮廓图提取与分组运动图查询的投篮动作识别方法

摘要

本发明公开了一种基于人体轮廓图提取与分组运动图查询的投篮动作识别方法。方法的步骤如下：预先采集投篮动作到数据库并按类分组，每组构建运动图，将所有动作渲染成多视角下的二维图像后提取关键特征，计算每个姿态的图像特征值。运行时拍下人投篮的图片序列对其进行精细的轮廓提取，计算轮廓图的特征值，在数据库中找到与其特征值最相似姿态所在组为击中组，找到该投篮动作所有轮廓击中最多的组，再找到每帧轮廓图在该组运动图上与其特征值最相近的姿态所在节点，分析这些点并修复成连续的一段，作为动作识别结果。本发明能只利用图像获取设备快速而准确地识别出投篮动作。

主权项

一种基于人体轮廓图提取与分组运动图查询的投篮动作识别方法，其特征在于包括如下步骤：1)将预先用运动捕捉设备采集好的各种投篮动作按照朝向与左右手的大类分组，然后将每个组内的动作拆解成独立的三维姿态，将每个组内的姿态构建成运动图；2)对于每个组的运动图上的姿态，将其渲染成多个视角下的二维图像，使用机器学习的方法对每个组在各个视角上的图像提取图像特征向量；3)将步骤2)中的每个姿态的各个视角的二维图像拼接成一张图，并用步骤2)中的特征向量计算这个拼接图像的特征值，称为该姿态的特征值；4)拍下篮球动作识别系统的场景内在没有人时的各个视角下图片，称为背景；5)在进行动作识别时，拍下人的各个视角下的整个投篮动作序列的图片，称为前景图片；6)在每个视角下进行如下过程的轮廓提取：将前景图片与背景图片比较获得差值图像，然后根据差值图像确定人体所在图像中的包围盒位置，再在包围盒中确定人体的精细图像，最后除去人体的阴影干扰，得到的图像称为轮廓图；7)将每个视角的轮廓图拼接起来，用步骤2)中提取出来的特征向量计算出特征值，在步骤1)所述的每个组上寻找与他特征值最相似的姿态，并将与其特征值最近姿态所在的组称为这帧图像的击中组。8)找出投篮动作的每帧图像的击中组，投票选出击中最多的组，称为整个动作的击中组；9)找到每帧图像在动作击中组上特征值最相近的姿态所在的点，分析这些点之间的关系，使用多段扩展与局部搜索的方法将这些点修复成在运动图上连续的一段，这段序列所代表的动作序列就是人投篮运动的识别结果。