一种基于kinect的运动人体姿态识别方法

摘要

本发明提供了一种基于kinect的运动人体姿态识别方法，它包括以下步骤:定义姿态的行为模式、训练姿态序列样本采集、样本姿态序列的特征提取和归一化、样本姿态特征的降维、训练多类姿态分类机、对新的姿态序列进行识别。本发明同时还具有以下有益效果：(1) 本发明可以识别出输入姿态序列的整体含义，与传统的方法相比，能够识别的含义更加丰富，也更加接近人际交流的层次。(2) 本发明与传统的识别特定姿态的算法相比，更加泛用。(3) 本发明提出一种对用户体型和位置不变的特征表示方法，能够更加真实地反映出人体姿态本身的变化，因此提高了姿态识别的正确性。(4) 本发明与传统的基于数据库搜索的方法相比，具有更高的识别效率。

主权项

一种基于kinect的运动人体姿态识别方法，其特征在于它包括以下步骤：(1)、根据用户的要求，事先定义数种运动姿态的行为模式；(2)、令不同人表演 (1)中定义的姿态，录制与每个预定义姿态行为对应的多个姿态序列，作为识别算法的训练样本；(3)、计算每种运动姿态的相同长度的代表子片段，并对片段中的每一帧进行特征提取；(4)、对(3)中得到的所有训练样本的归一化的姿态特征进行降维处理，得到每个样本的低维特征表示的同时，保存每个特征对应的基向量；(5)、将(4)中得到的每个训练样本的低维特征和其对应的姿态类别作为输入，使用SVM算法训练特征分类器；(6)、对于kinect捕获的一组新的姿态序列，使用(3)中的方法对其进行特征提取后，将特征投影到(4)中得到的基向量上进行降维，并将得到的低维特征输入(5)中得到的多类分类器，将分类器输出的结果作为该姿态序列的识别结果。