[发明专利]基于深度图像序列的实时人体动作识别方法及装置有效
| 申请号： | 201310192961.2 | 申请日： | 2013-05-22 |
| 公开（公告）号： | CN103246884A | 公开（公告）日： | 2013-08-14 |
| 发明（设计）人： | 王贵锦;李艳丽;何礼;林行刚 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹 |
| 地址： | 100084 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及模式识别技术领域，具体涉及一种基于深度图像序列的实时人体动作识别方法及装置。该方法包括步骤：S1.从目标深度图像序列中提取目标动作剪影，从训练深度图像集中提取训练动作剪影；S2.对训练动作剪影进行姿势聚类，并对聚类结果进行动作标定；S3.计算目标动作剪影以及训练动作剪影的姿势特征；S4.结合训练动作剪影的姿势特征进行基于高斯混合模型的姿势训练并构建姿势模型；S5.计算聚类结果的每个动作中各姿势间的转移概率并构建动作图模型；S6.根据所述目标动作剪影的姿势特征、姿势模型以及动作图模型对目标深度图像序列进行动作识别。本发明的方法提升了动作识别的效率及动作识别的准确性和鲁棒性。 | ||
| 搜索关键词： | 基于 深度 图像 序列 实时 人体 动作 识别 方法 装置 | ||
【主权项】：
一种基于深度图像序列的实时人体动作识别方法，其特征在于，包括步骤：S1.从目标深度图像序列中提取目标动作剪影，从训练深度图像集中提取训练动作剪影；S2.对训练动作剪影进行姿势聚类，并对聚类结果进行动作标定；S3.计算目标动作剪影以及训练动作剪影的姿势特征；S4.结合训练动作剪影的姿势特征进行基于高斯混合模型的姿势训练并构建姿势模型；S5.计算聚类结果的每个动作中各姿势间的转移概率并构建动作图模型；S6.根据所述目标动作剪影的姿势特征、姿势模型以及动作图模型对目标深度图像序列进行动作识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/patent/201310192961.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种城市交通状态联动系统
- 下一篇：一种火灾早期探测装置
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
