-
公开(公告)号：CN106022213B
公开(公告)日：2019-06-07
申请号：CN201610289796.6
申请日：2016-05-04
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于三维骨骼信息的人体动作识别方法，该方法首先对多个不同性别和身高的个体样本分别作出多种动作时得到的彩色数据流、深度数据流和骨骼数据流进行处理，以构建得到分别对应每种动作的SVM模型，之后再采集被识别目标在Kinect深度传感器的采集范围内作出任一动作时的骨骼数据流，并由该骨骼数据流得到的归一化后的人体骨骼关节点与参考点之间的距离以及14个向量夹角，将上述数据分别输入多个SVM模型，输出概率最大的SVM模型对应的动作即为该识别目标作出的动作。本发明采用Kinect深度传感器进行图像获取，受光照条件、阴影等因素影响较小，能够实时获取人体动作的深度图和骨骼信息，从而准确地定位场景中的人体目标。
-
公开(公告)号：CN106022213A
公开(公告)日：2016-10-12
申请号：CN201610289796.6
申请日：2016-05-04
Applicant: 北方工业大学
CPC classification number: G06K9/00342 , G06K9/00201 , G06K9/6269
Abstract: 本发明公开了一种基于三维骨骼信息的人体动作识别方法，该方法首先对多个不同性别和身高的个体样本分别作出多种动作时得到的彩色数据流、深度数据流和骨骼数据流进行处理，以构建得到分别对应每种动作的SVM模型，之后再采集被识别目标在Kinect深度传感器的采集范围内作出任一动作时的骨骼数据流，并由该骨骼数据流得到的归一化后的人体骨骼关节点与参考点之间的距离以及14个向量夹角，将上述数据分别输入多个SVM模型，输出概率最大的SVM模型对应的动作即为该识别目标作出的动作。本发明采用Kinect深度传感器进行图像获取，受光照条件、阴影等因素影响较小，能够实时获取人体动作的深度图和骨骼信息，从而准确地定位场景中的人体目标。
-
Search Results
2
records
(took 0.022 seconds)
