[发明专利]一种基于OptiTrack的人体姿态识别方法有效
| 申请号： | 201711120678.3 | 申请日： | 2017-11-13 |
| 公开（公告）号： | CN107832713B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 刘尚;周映江;蒋国平;葛晟宇 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06F3/01 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 徐尔东 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于OptiTrack的人体姿态识别方法，包括以下步骤：采用限幅滤波算法对OptiTrack的姿态数据帧序列进行限幅滤波处理，去除数据帧噪声；采用K‑均值聚类算法提取去噪后的数据帧序列的关键语义帧；本发明采用局部线性嵌入算法提取训练样本的姿态特征，并使用降维思路将关键语义帧带入训练样本的姿态特征中，对关键语义帧的特征进行分类，从而实现姿态的分类识别解决了在大范围内对人体姿态进行识别时，摄像机难以捕捉到人体的姿态信息的难题。 | ||
| 搜索关键词： | 一种 基于 optitrack 人体 姿态 识别 方法 | ||
【主权项】：
一种基于OptiTrack的人体姿态识别方法，其特征在于：包括以下步骤：第一步：采用限幅滤波算法对OptiTrack的姿态数据帧序列进行限幅滤波处理，去除数据帧噪声；第二步：采用K‑均值聚类算法提取去噪后的数据帧序列的关键语义帧；第三步：采用局部线性嵌入算法提取训练样本的姿态特征，并使用降维思路将关键语义帧带入训练样本的姿态特征中，对关键语义帧的特征进行分类，从而实现姿态的分类识别。
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南京邮电大学，未经南京邮电大学许可，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/201711120678.3/，转载请声明来源钻瓜专利网。
