CN104933422A - 一种基于人体部位节点的动作识别方法 - Google Patents

一种基于人体部位节点的动作识别方法 Download PDF

Info

Publication number
CN104933422A
CN104933422A CN201510393083.XA CN201510393083A CN104933422A CN 104933422 A CN104933422 A CN 104933422A CN 201510393083 A CN201510393083 A CN 201510393083A CN 104933422 A CN104933422 A CN 104933422A
Authority
CN
China
Prior art keywords
data
human body
body part
individual
body node
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
CN201510393083.XA
Other languages
English (en)
Inventor
谢海亭
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.)
Anhui Rui Hong Mdt Info Tech Ltd
Original Assignee
Anhui Rui Hong Mdt Info Tech 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 Rui Hong Mdt Info Tech Ltd filed Critical Anhui Rui Hong Mdt Info Tech Ltd
Priority to CN201510393083.XA priority Critical patent/CN104933422A/zh
Publication of CN104933422A publication Critical patent/CN104933422A/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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Image Analysis (AREA)

Abstract

一种基于人体部位节点的动作识别方法，它涉及数据动作分析技术领域，建立一个单独的人体部位节点数据收集和分析的流程，流程需要突出对比值；将个体的人体部位节点数据送入个体数据容器，建立一个识别相关的数据对列；将个体的人体部位节点数据放入该个体的数据对列里，并根据对列已有的数据，分别进行节点数据平滑处理和数据标准化算法；顺次执行定义的动作识别算法；将统计的数据通过坐标形式表示出来，通过函数计算出中间值。它能生成实时的人体部位节点数据，在函数的计算下得出标准化部位节点的数据，它的精确度高。

Description

一种基于人体部位节点的动作识别方法
技术领域：
    本发明涉及数据动作分析技术领域，具体涉及一种基于人体部位节点的动作识别方法。
背景技术：
    对于人体部位节点的动作识别现有技术中采用红外扫描的方法，这种方法对人体部位节点的控制不是很精确，且操作步骤繁琐。
发明内容：
本发明的目的是提供一种基于人体部位节点的动作识别方法，它能生成实时的人体部位节点数据，在函数的计算下得出标准化部位节点的数据，它的精确度高。
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、建立一个单独的人体部位节点数据收集和分析的流程，流程需要突出对比值；
2、将个体的人体部位节点数据送入个体数据容器，建立一个识别相关的数据对列；
3、将个体的人体部位节点数据放入该个体的数据对列里，并根据对列已有的数据，分别进行节点数据平滑处理和数据标准化算法；
4、顺次执行定义的动作识别算法，得到该个体当前是否执行的命令，再检查该个体数据的对列；
5、将统计的数据通过坐标形式表示出来，通过函数计算出中间值；
6、取得数组数据进行分析，再将数据输入系统，分析后得到动作识别的基点；
7、通过基点的连接及分析即可识别人体部位节点的识别。
本发明能生成实时的人体部位节点数据，在函数的计算下得出标准化部位节点的数据，它的精确度高。
具体实施方式：
本具体实施方式采用以下技术方案：它包含如下步骤：
1、建立一个单独的人体部位节点数据收集和分析的流程，流程需要突出对比值；
2、将个体的人体部位节点数据送入个体数据容器，建立一个识别相关的数据对列；
3、将个体的人体部位节点数据放入该个体的数据对列里，并根据对列已有的数据，分别进行节点数据平滑处理和数据标准化算法；
4、顺次执行定义的动作识别算法，得到该个体当前是否执行的命令，再检查该个体数据的对列；
5、将统计的数据通过坐标形式表示出来，通过函数计算出中间值；
6、取得数组数据进行分析，再将数据输入系统，分析后得到动作识别的基点；
7、通过基点的连接及分析即可识别人体部位节点的识别。
本具体实施方式能生成实时的人体部位节点数据，在函数的计算下得出标准化部位节点的数据，它的精确度高。

Claims (1)

1.一种基于人体部位节点的动作识别方法，其特征在于它包含如下步骤：(1)、建立一个单独的人体部位节点数据收集和分析的流程，流程需要突出对比值；(2)、将个体的人体部位节点数据送入个体数据容器，建立一个识别相关的数据对列；(3)、将个体的人体部位节点数据放入该个体的数据对列里，并根据对列已有的数据，分别进行节点数据平滑处理和数据标准化算法；(4)、顺次执行定义的动作识别算法，得到该个体当前是否执行的命令，再检查该个体数据的对列；(5)、将统计的数据通过坐标形式表示出来，通过函数计算出中间值；(6)、取得数组数据进行分析，再将数据输入系统，分析后得到动作识别的基点；(7)、通过基点的连接及分析即可识别人体部位节点的识别。
CN201510393083.XA 2015-07-07 2015-07-07 一种基于人体部位节点的动作识别方法 Pending CN104933422A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510393083.XA CN104933422A (zh) 2015-07-07 2015-07-07 一种基于人体部位节点的动作识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510393083.XA CN104933422A (zh) 2015-07-07 2015-07-07 一种基于人体部位节点的动作识别方法

Publications (1)

Publication Number Publication Date
CN104933422A true CN104933422A (zh) 2015-09-23

Family

ID=54120582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510393083.XA Pending CN104933422A (zh) 2015-07-07 2015-07-07 一种基于人体部位节点的动作识别方法

Country Status (1)

Country Link
CN (1) CN104933422A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463174A (zh) * 2014-12-16 2015-03-25 广州南方电力集团科技发展有限公司 一种多角度动态人物识别及行为预测系统
CN104460968A (zh) * 2013-11-25 2015-03-25 安徽寰智信息科技股份有限公司 一种基于人体部位节点的动作识别方法
CN104598880A (zh) * 2015-03-06 2015-05-06 中山大学 一种基于模糊支持向量机的行为识别方法
CN104598890A (zh) * 2015-01-30 2015-05-06 南京邮电大学 一种基于rgb-d视频的人体行为识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104460968A (zh) * 2013-11-25 2015-03-25 安徽寰智信息科技股份有限公司 一种基于人体部位节点的动作识别方法
CN104463174A (zh) * 2014-12-16 2015-03-25 广州南方电力集团科技发展有限公司 一种多角度动态人物识别及行为预测系统
CN104598890A (zh) * 2015-01-30 2015-05-06 南京邮电大学 一种基于rgb-d视频的人体行为识别方法
CN104598880A (zh) * 2015-03-06 2015-05-06 中山大学 一种基于模糊支持向量机的行为识别方法

Similar Documents

Publication Publication Date Title
Engelhard et al. Real-time 3D visual SLAM with a hand-held RGB-D camera
CN109159113B (zh) 一种基于视觉推理的机器人作业方法
WO2014018482A3 (en) Form recognition method and device
CN107398900A (zh) 机器人识别人体后主动跟随系统
PH12018500287A1 (en) Key frame acquisition method for human image video system
AU2014350727A1 (en) Face positioning method and device
CN104123746A (zh) 一种三维扫描点云中实时法向量的计算方法
CN106612511B (zh) 一种基于支持向量机的无线网络吞吐量的评估方法及装置
KR20130072063A (ko) 부품을 인식하기 위한 장치 및 그 방법
CN107545247B (zh) 基于双目识别的立体认知方法
CN102749993B (zh) 基于骨骼节点数据的动作识别方法
JP2016532105A5 (zh)
CN103488561A (zh) 一种在线升级主样本模型的kNN故障检测方法
WO2014011127A3 (en) System for estimating gender from fingerprints
CN104460968A (zh) 一种基于人体部位节点的动作识别方法
CN109313708B (zh) 图像匹配方法和视觉系统
CN104933422A (zh) 一种基于人体部位节点的动作识别方法
CN104463947A (zh) 一种人体骨骼建模方法
KR101001184B1 (ko) 얼굴 정규화 벡터를 이용한 반복적 3차원 얼굴 포즈 추정 방법
CN106682617B (zh) 一种基于频谱段信息的图像清晰与模糊判别特征提取方法
Carton et al. Using penalized spline regression to calculate mean trajectories including confidence intervals of human motion data
JP7074447B2 (ja) モデル推定装置
Kheng et al. Stereo vision with 3D coordinates for robot arm application guide
CN109117786B (zh) 基于神经网络模型的数据处理方法、装置及可读存储介质
CN102855379B (zh) 基于骨骼节点数据的标准化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150923

WD01 Invention patent application deemed withdrawn after publication