CN107832713A

CN107832713A - 一种基于OptiTrack的人体姿态识别方法

Info

Publication number: CN107832713A
Application number: CN201711120678.3A
Authority: CN
Inventors: 刘尚; 周映江; 蒋国平; 葛晟宇
Original assignee: Nanjing Post and Telecommunication University
Current assignee: Nanjing Post and Telecommunication University; Nanjing University of Posts and Telecommunications
Priority date: 2017-11-13
Filing date: 2017-11-13
Publication date: 2018-03-23
Anticipated expiration: 2037-11-13
Also published as: CN107832713B

Abstract

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。

Description

一种基于OptiTrack的人体姿态识别方法

技术领域

本发明涉及一种基于OptiTrack的人体姿态识别方法，属于计算机的视觉和模式识别领域。

背景技术

作为一种新型的人机交互方式，人体姿态识别算法一直是国内外学者研究的热点。随着VR技术的产生与发展，基于Kinect的小范围的姿态识别已不能满足VR大范围内动作识别、人机交互的需求，亟需一种新型的人体姿态识别方法满足VR技术的要求。

OptiTrack是一款高精度、低延迟的运动捕捉系统，可以捕捉到20m×25m范围内物体的运动。相比于视频图像帧，OptiTrack产生的姿态数据帧序列具有数据维数低、表征性强等特点，非常适用于人体姿态识别。但是目前，还没有一种合适的算法配合OptiTrack进行人体姿态识别。

发明内容

本发明提供一种基于OptiTrack的人体姿态识别方法，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。

本发明解决其技术问题所采用的技术方案是：

一种基于OptiTrack的人体姿态识别方法，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；

作为本发明的进一步优选，对OptiTrack的姿态数据帧序列进行限幅滤波处理，实现数据帧去噪，其具体过程包括如下：

假设[x₁,x₂,…,x_n]为OptiTrack捕获的姿态数据帧序列，限幅滤波后的姿态数据帧为：

上式中A＝α/FPS，FPS为每秒传输帧数(Frames Per Second)，α为常数；

作为本发明的进一步优选，采用K-均值聚类算法提取姿态数据帧序列的关键语义帧的具体过程所述如下：

截至时间T₁，[x₁,x₂,…,x_m1]为去噪后的姿态数据帧，通过聚类个数K为2的K-均值聚类算法：

上式中x^(j)已知,j＝1,2表示姿态数据x_i,1≤i≤m₁的类别信息，上式中的μ^(j)表示类均值，得出

上式中表示第j类的成员个数，表示姿态数据x_i的权重。

上述公式中μ^(j)即为提取出的关键语义帧；

截至时间T₂，为新的一组去噪后的姿态数据帧，对重复上述过程，最终得到关键语义帧序列μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾；

作为本发明的进一步优选，首先提取训练样本的姿态特征，已知训练样本其类别标签为首先通过权重系数构建训练样本点之间的权重矩阵：

上述式中，为局部协方差矩阵，为剩余m-1个与标签相同的样本；

根据目标函数：

由上述目标函数化解出M＝(I-W)^T(I-W)，其中，表示矩阵W中的第i行j列元素，则投影矩阵P＝[α₁,α₂,…,α_d]，其中α₁,α₂,…,α_d是矩阵M的前d个最小的非零特征值λ₁,λ₂,…,λ_d对应的特征向量；为特征提取后训练样本对应的待分类样本，即将关键语义帧序列μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾带入前述得出关键语义帧的姿态特征Y＝P^T[μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾]＝[y₁,y₂,…,y_n]；

作为本发明的进一步优选，对关键语义帧降维分类，其具体过程如下：已知降维过后的样本与其标签信息L，计算关键语义帧的投影Y＝P^T[μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾]，利用SVM分类器对Y中列向量进行分类。

通过以上技术方案，相对于现有技术，本发明具有以下有益效果：

本发明实现了，在大范围区域内(3m×3m到25m×20m)，对区域内持续运动的人体进行快速、准确的运动姿态分析识别，获得一系列人体动作姿态的标签

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明所公布方法的算法流程图。

图2为人体姿态图；

图3为与图2人体姿态图对应的姿态数据帧。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1-图3所示，本发明的目的是提供一种基于OptiTrack的人体姿态识别方法，其实现思路为：首先，利用限幅滤波算法对OptiTrack的姿态数据帧序列进行滤波，去除数据帧噪声；其次采用K-均值聚类算法提取姿态数据帧序列的关键语义帧，减少数据帧之间的冗余信息，提升算法的处理速度；同时，采用局部线性嵌入算法提取训练样本的特征，并使用同样的降维思路提取关键语义帧的特征，对关键语义帧的特征进行分类，实现姿态的分类识别；

上述思路可以总结出以下步骤：

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；具体如下：

第一步、对OptiTrack的姿态数据帧序列进行限幅滤波处理，实现数据帧去噪；

噪声点的存在会影响姿态数据帧的精确性，进而影响最后的姿态分类结果。为了解决噪声问题，本发明采用限幅滤波的方法，处理姿态数据帧序列，去除数据噪声。

滤波算法中A＝α/FPS是一个可自我调节的变量，可以根据FPS的大小自主调节A的大小，自适应的滤除姿态数据帧中的噪声点，其中α是放大倍数，把1/FPS放大，根据实际情况选取。这边的思路是在FPS值增大时，两帧序列之间的距离|x_i-x_i-1|变小，所以A定义成与FPS成反比，实际处理中1/FPS很小，两帧序列之间的距离远大于1/FPS，所以公式中需要把1/FPS放大α倍。

第二步、采用K-均值聚类算法提取姿态数据帧序列的关键语义帧；

对于实时的姿态识别分类算法，提取具有关键语义的数据帧是提高算法效率的有效步骤。为解决此类问题，本发明提出采用K-均值聚类的方法提取姿态数据帧序列的关键语义帧，减少数据的冗余信息。

1、基于K-均值聚类算法提取关键语义帧

截至时间T₁，[x₁,x₂,…,x_m1]为去噪后的姿态数据帧，通过K(聚类个数)为2的K-均值聚类算法：

上式中x^(j),j＝1,2表示姿态数据x_i,1≤i≤m₁的类别信息，上式中的μ^(j)表示类均值：

上式中表示第j类的成员个数，表示姿态数据x_i的权重。

上式中μ^(j)即为提取出的关键语义帧。

2、实时姿态数据流聚类处理

在实际应用中，必须对姿态数据帧序列进行实时处理，才能及时输出当前时刻的姿态信息；本发明采取折中的方法，在减少算法计算量的同时实时输出的姿态信息。其具体算法流程如下：

假设当前待聚类姿态数据帧为

①随机选取两个聚类质心点μ⁽¹⁾,μ⁽²⁾；

②对每一个待分类姿态数据帧，根据计算其应该属于的类别x^(j),j＝1,2；

③利用公式(7)重新计算两个质心点；

④重复②③直至公式(6)的目标函数收敛；

⑤计算每一类的序列顺序加权值其中表示X_t ⁽¹⁾中第i个数据帧；

⑥若η⁽¹⁾≥η⁽²⁾，则μ⁽¹⁾＝μ⁽²⁾,否则

至此，便计算出第一帧关键语义帧μ⁽¹⁾，利用新的姿态数据帧序列重复上述步骤，即可计算出全部关键语义帧μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾。

第三步、采用局部线性嵌入算法提取训练样本特征，对关键语义帧降维分类

1、提取训练样本特征

已知训练样本其类别标签为其算法流程如下：

上述表示矩阵W中的第i行j列元素。

2、提取关键语义帧姿态特征，并对姿态特征进行分类

已知第二步提取的关键语义帧为μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾，利用投影矩阵P提取关键语义帧的姿态特征Y＝P^T[μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾]＝[y₁,y₂,…,y_n]。把步骤B中计算出的训练样本姿态特征和其标签信息输入SVM分类器，对关键语义帧的姿态特征Y进行分类识别。本发明中，提取关键语义帧的姿态信息是实时进行，即产生一个μ⁽ⁱ⁾便做一次投影计算对应的y_i，同时用SVM分类器对y_i进行分类识别。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。

本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims

1.一种基于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。

2.根据权利要求1所述的基于OptiTrack的人体姿态识别方法，其特征在于：对OptiTrack的姿态数据帧序列进行限幅滤波处理，实现数据帧去噪，其具体过程包括如下：

<mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mrow> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>|</mo> </mrow> <mo>></mo> <mi>A</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mrow> <mo>|</mo> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> <mo>|</mo> </mrow> <mo>&le;</mo> <mi>A</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>i</mi> <mo>&GreaterEqual;</mo> <mn>2</mn> </mrow>

上式中A＝α/FPS，FPS为每秒传输帧数，α为常数。

3.根据权利要求1所述的基于OptiTrack的人体姿态识别方法，其特征在于：采用K-均值聚类算法提取姿态数据帧序列的关键语义帧的具体过程所述如下：截至时间T₁，为去噪后的姿态数据帧，通过聚类个数K为2的K-均值聚类算法：

上式中x^(j)为已知，,j＝1,2表示姿态数据x_i,1≤i≤m₁的类别信息，上式中的μ^(j)表示类均值，得出

<mrow> <msup> <mi>&mu;</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msup> <mo>=</mo> <mfrac> <mn>1</mn> <msubsup> <mi>N</mi> <mi>i</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>m</mi> <mn>1</mn> </msub> </munderover> <msubsup> <mi>a</mi> <mi>i</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </msubsup> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow>

上式中表示第j类的成员个数，表示姿态数据x_i的权重。

上述公式中μ^(j)即为提取出的关键语义帧；

截至时间T₂，为新的一组去噪后的姿态数据帧，对X⁽ⁱ⁾＝{x_i|x_i∈x⁽²⁾}重复上述过程，最终得到关键语义帧序列μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾。

4.根据权利要求3所述的基于OptiTrack的人体姿态识别方法，其特征在于：首先提取训练样本的姿态特征，已知训练样本其类别标签为首先通过权重系数构建训练样本点之间的权重矩阵：

<mrow> <msubsup> <mi>w</mi> <mi>j</mi> <mi>i</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>Q</mi> <mrow> <mi>j</mi> <mi>k</mi> </mrow> <mi>i</mi> </msubsup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>p</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>m</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>Q</mi> <mrow> <mi>p</mi> <mi>q</mi> </mrow> <mi>i</mi> </msubsup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mrow> </mfrac> </mrow>

上述式中，为局部协方差矩阵，为剩余m-1个与标签相同的样本

根据目标函数：

由上述目标函数化解出M＝(I-W)^T(I-W)，其中，表示矩阵W中的第i行j列元素，则投影矩阵P＝[α₁,α₂,…,α_d]，其中α₁,α₂,…,α_d是矩阵M的前d个最小的非零特征值λ₁,λ₂,…,λ_d对应的特征向量；为特征提取后训练样本对应的待分类样本，即将关键语义帧序列μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾带入前述得出关键语义帧的姿态特征

Y＝P^T[μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾]＝[y₁,y₂,…,y_n]。

5.根据权利要求4所述的基于OptiTrack的人体姿态识别方法，其特征在于：对关键语义帧降维分类，其具体过程如下：已知降维过后的样本与其标签信息L，计算关键语义帧的投影Y＝P^T[μ⁽¹⁾,μ⁽²⁾,…,μ⁽ⁿ⁾]，利用SVM分类器对Y中列向量进行分类。