CN104463088A - 一种基于视频的人体动作解析方法 - Google Patents

一种基于视频的人体动作解析方法 Download PDF

Info

Publication number
CN104463088A
CN104463088A CN201310599426.9A CN201310599426A CN104463088A CN 104463088 A CN104463088 A CN 104463088A CN 201310599426 A CN201310599426 A CN 201310599426A CN 104463088 A CN104463088 A CN 104463088A
Authority
CN
China
Prior art keywords
video
human body
screenshots
human
sectional drawing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310599426.9A
Other languages
English (en)
Inventor
陈拥权
张羽
李梁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Huanjing Information Technology Co., Ltd.
Original Assignee
ANHUI COSWIT INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ANHUI COSWIT INFORMATION TECHNOLOGY Co Ltd filed Critical ANHUI COSWIT INFORMATION TECHNOLOGY Co Ltd
Priority to CN201310599426.9A priority Critical patent/CN104463088A/zh
Publication of CN104463088A publication Critical patent/CN104463088A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

一种基于视频的人体动作解析方法，它涉及计算机视觉与模式技术领域，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值；将截图的中心重合，以中心为圆心定时转动截图，计算出运动人体的空间特征；将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量；通过上述特征向量训练分类器；通过公式计算出每个标签的向量；通过函数计算出识别结果。它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力识别的效果好。

Description

一种基于视频的人体动作解析方法
 
技术领域：
    本发明涉及计算机视觉与模式技术领域，具体涉及一种基于视频的人体动作解析方法。
背景技术：
动作分析是方法研究的另外一个内容，主要研究分析人在进行各种操作时的身体动作，以消除多余的动作，减轻劳动强度，使操作简便更有效，从而制定出最佳的动作程序。
生产活动实际上是由人和机械设备对材料或零部件进行加工或检验组成的，而所有的检验或加工又都有是由一系列的动作所组成，这些动作的快慢、多少、有效与否，直接影响了生产效率的高低。
许多工厂对工序动作的安排，往往是在产品刚开始生产时安排一次，此后除非出现重大问题很少进行变更。效率的提高一般视作业者的动作熟练程度而定，随着动作的逐渐熟练，作业者对作业动作习以为常，完全在无意识中进行操作。实际上，这样的作法潜藏着极大的效率损失。
现在也有不少专利中提及人体动作的识别方法，但是那些方法的灵活性小，不能适用于任何人。
发明内容：
本发明的目的是提供一种基于视频的人体动作解析方法，它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。
为了解决背景技术所存在的问题，本发明是采用以下技术方案：它包含如下步骤：
1、预先获得人体的位置，都相关区域进行分析，在分析时，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值；
2、将步骤1中的截图的中心重合，以中心为圆心定时转动截图，查看图形变化，计算出运动人体的空间特征；
3、将视频中所有截图组成一段，探求每相连的15个之间的时间上的关系，因为人体的动作是一个连续过程，一个完整的动作需要一个片段来完成，这样便可计算出人体运动的时间特征；
4、将步骤2和3获得的特征进行拼接，再分析，从而获得特征向量，将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量；
5、通过上述特征向量训练分类器，首先建立图标并根据函数进行分析，最后建立趋向图；
6、通过公式计算出每个标签的向量；
7、通过函数计算出识别结果。
本发明在操作过程中，提取人体特征融合了轮廓和光流运动特征即空间信息，同时采用了空间信息和时间信息描述人体的运动姿态，这样适用于不同的人群，灵活性大。
本发明具有以下有益效果：它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。
具体实施方式：
本具体实施方式采用以下技术方案：它包含包含如下步骤：
1、预先获得人体的位置，都相关区域进行分析，在分析时，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值。
2、将步骤1中的截图的中心重合，以中心为圆心定时转动截图，查看图形变化，计算出运动人体的空间特征。
3、将视频中所有截图组成一段，探求每相连的15个之间的时间上的关系，因为人体的动作是一个连续过程，一个完整的动作需要一个片段来完成，这样便可计算出人体运动的时间特征。
4、将步骤2和3获得的特征进行拼接，再分析，从而获得特征向量，将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量。
5、通过上述特征向量训练分类器，首先建立图标并根据函数进行分析，最后建立趋向图。
6、通过公式计算出每个标签的向量。
7、通过函数计算出识别结果。
本具体实施方式在操作过程中，提取人体特征融合了轮廓和光流运动特征即空间信息，同时采用了空间信息和时间信息描述人体的运动姿态，这样适用于不同的人群，灵活性大。
本具体实施方式具有以下有益效果：它借助于人体运动的时间和空间的信息，通过较少的已知动作样本便能够使器具具备较高的分辨能力，用于视频中人体在各帧的动作类别，主要是一些常见的动作，识别的效果好。

Claims (1)

1.一种基于视频的人体动作解析方法，其特征在于它包含如下步骤：(1)、预先获得人体的位置，都相关区域进行分析，在分析时，通过将视频中的截图进行色彩的调节来对比，再根据公式计算出图像的差值；(2)、将步骤(1)中的截图的中心重合，以中心为圆心定时转动截图，查看图形变化，计算出运动人体的空间特征；(3)、将视频中所有截图组成一段，探求没相连的15个之间的时间上的关系，因为人体的动作是一个连续过程，一个完整的动作需要一个片段来完成，这样便可计算出人体运动的时间特征；(4)、将步骤(2)和(3)获得的特征进行拼接，再分析，从而获得特征向量，将剩余的视频中的截图按照上述步骤操作，获得特征向量，综合分析后获得人体运动姿态的最终特征向量；(5)、通过上述特征向量训练分类器，首先建立图标并根据函数进行分析，最后建立趋向图；(6)、通过公式计算出每个标签的向量；(7)、通过函数计算出识别结果。
CN201310599426.9A 2013-11-25 2013-11-25 一种基于视频的人体动作解析方法 Pending CN104463088A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310599426.9A CN104463088A (zh) 2013-11-25 2013-11-25 一种基于视频的人体动作解析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310599426.9A CN104463088A (zh) 2013-11-25 2013-11-25 一种基于视频的人体动作解析方法

Publications (1)

Publication Number Publication Date
CN104463088A true CN104463088A (zh) 2015-03-25

Family

ID=52909105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310599426.9A Pending CN104463088A (zh) 2013-11-25 2013-11-25 一种基于视频的人体动作解析方法

Country Status (1)

Country Link
CN (1) CN104463088A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138948A (zh) * 2015-07-07 2015-12-09 安徽瑞宏信息科技有限公司 一种基于视频的人体动作解析方法
CN108647571A (zh) * 2018-03-30 2018-10-12 国信优易数据有限公司 视频动作分类模型训练方法、装置及视频动作分类方法
CN108664849A (zh) * 2017-03-30 2018-10-16 富士通株式会社 视频中事件的检测装置、方法以及图像处理设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050041102A1 (en) * 2003-08-22 2005-02-24 Bongiovanni Kevin Paul Automatic target detection and motion analysis from image data
CN101216896A (zh) * 2008-01-14 2008-07-09 浙江大学 一种基于模版匹配的视点无关的人体动作识别方法
CN101894276A (zh) * 2010-06-01 2010-11-24 中国科学院计算技术研究所 人体动作识别的训练方法和识别方法
JP2011513876A (ja) * 2007-03-09 2011-04-28 トリゴニマゲリー エルエルシー 物体の動作を特徴づけるための方法およびシステム
CN103164694A (zh) * 2013-02-20 2013-06-19 上海交通大学 一种人体动作识别的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050041102A1 (en) * 2003-08-22 2005-02-24 Bongiovanni Kevin Paul Automatic target detection and motion analysis from image data
JP2011513876A (ja) * 2007-03-09 2011-04-28 トリゴニマゲリー エルエルシー 物体の動作を特徴づけるための方法およびシステム
CN101216896A (zh) * 2008-01-14 2008-07-09 浙江大学 一种基于模版匹配的视点无关的人体动作识别方法
CN101894276A (zh) * 2010-06-01 2010-11-24 中国科学院计算技术研究所 人体动作识别的训练方法和识别方法
CN103164694A (zh) * 2013-02-20 2013-06-19 上海交通大学 一种人体动作识别的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138948A (zh) * 2015-07-07 2015-12-09 安徽瑞宏信息科技有限公司 一种基于视频的人体动作解析方法
CN108664849A (zh) * 2017-03-30 2018-10-16 富士通株式会社 视频中事件的检测装置、方法以及图像处理设备
CN108647571A (zh) * 2018-03-30 2018-10-12 国信优易数据有限公司 视频动作分类模型训练方法、装置及视频动作分类方法

Similar Documents

Publication Publication Date Title
Wu et al. Detection and counting of banana bunches by integrating deep learning and classic image-processing algorithms
WO2014151303A1 (en) Online learning system for people detection and counting
CN104156729B (zh) 一种教室人数统计方法
WO2019243897A3 (en) System and method for detection and classification of objects of interest in microscope images by supervised machine learning
CN104463088A (zh) 一种基于视频的人体动作解析方法
CN108446583A (zh) 基于姿态估计的人体行为识别方法
CA2931845A1 (en) Analysis of a multispectral image
CN103902989A (zh) 基于非负矩阵分解的人体动作视频识别方法
CN104077568A (zh) 一种高精度的驾驶员行为识别与监控方法及系统
Yusuf et al. Blob analysis for fruit recognition and detection
Guo et al. Research on optimization of static gesture recognition based on convolution neural network
EP2733643A3 (en) System and method facilitating designing of classifier while recognizing characters in a video
CN105891420A (zh) 一种大数据智能分析植物生长状态的方法
CN107909049B (zh) 基于最小二乘判别分析距离学习的行人重识别方法
CN105138948A (zh) 一种基于视频的人体动作解析方法
CN104966055A (zh) 一种基于视频的人体动作解析方法
CN207752527U (zh) 一种机器人动态抓取系统
CN106023168A (zh) 一种视频监控中边缘检测的方法及装置
Choi et al. Machine vision system for early yield estimation of citrus in a site-specific manner
CN105430342A (zh) 基于内容的视频特征提取与视频结构化处理方法
Liu et al. Tomato flower pollination features recognition based on binocular gray value-deformation coupled template matching
Aiouez et al. Real-time Arabic Sign Language Recognition based on YOLOv5.
Wang et al. Research on Target Detection Algorithm Based on NAO Robot
Zhou et al. Anomalous event detection based on self-organizing map for supermarket monitoring
CN102136146A (zh) 一种通过计算机视觉系统识别人体肢体动作的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160420

Address after: 230001 Mount Huangshan road Anhui city Hefei province high tech Zone No. 616 iFLYTEK No. 1 building three layer

Applicant after: Hefei Huanjing Information Technology Co., Ltd.

Address before: 241000 Anhui city of Wuhu province Zhongshan Science Industrial Park Road No. 717 B6

Applicant before: Anhui Coswit Information Technology Co., Ltd.

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150325