人體動作識別方法和裝置製造方法
2024-04-10 14:50:05
人體動作識別方法和裝置製造方法
【專利摘要】本發明公開了一種人體動作識別方法和裝置。其中，人體動作識別方法包括：獲取拍攝到的人體動作的視頻流；從視頻流提取連續幀的視頻圖像；對連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像；以及從連續的二值圖像上提取人體動作的移動軌跡。通過本發明，解決了現有技術中對動作識別的速度慢的問題。
【專利說明】人體動作識別方法和裝置
【技術領域】
[0001]本發明涉及動作識別領域，具體而言，涉及一種人體動作識別方法和裝置。
【背景技術】
[0002]目前，通過識別人體動作來對設備進行控制的技術已經逐漸成熟，在日常生活中已經存在很多應用，例如，通過手勢識別來控制的智能電視等。
[0003]然而，發明人發現，現有的人體動作識別的雖然準確高，但是由於動作識別時處理的數據量比較大，而導致對動作識別的速度慢，這使得用戶在做出動作之後，需要等上一段時間才能看到控制效果，這大大降低了用戶體驗。
[0004]針對現有技術中對動作識別的速度慢的問題，目前尚未提出有效的解決方案。
【發明內容】
[0005]本發明的主要目的在於提供一種人體動作識別方法和裝置，以解決現有技術中對動作識別的速度慢問題。
[0006]為了實現上述目的，根據本發明實施例的一個方面，提供了一種人體動作識別方法。根據本發明的人體動作識別方法包括:獲取拍攝到的人體動作的視頻流；從所述視頻流提取連續幀的視頻圖像；對所述連續幀視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像；以及從連續的二值圖像上提取所述人體動作的移動軌跡。
[0007]進一步地，從連續的二值圖像上提取所述人體動作的移動軌跡包括:按照相同的提取方式從所述連續的二值圖像中每一張圖像上提取人體特徵點；計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移；以及根據所述相鄰圖像之間所述人體特徵點的位移確定出所述人體動作的運行軌跡。
[0008]進一步地，計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移包括:對相鄰圖像上的人體特徵點進行匹配，確定出所述相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點；計算所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離；確定所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及由所述移動距離和所述移動方向確定相鄰圖像之間所述人體特徵點的位移。
[0009]進一步地，在從連續的二值圖像上提取所述人體動作的移動軌跡之後，所述人體動作識別方法還包括:將所述人體動作的運行軌跡與預先設置的人體動作規則進行匹配；如果所述人體動作的運行軌跡匹配到所述人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
[0010]進一步地，在獲取拍攝到的人體動作的視頻流之前，所述人體動作識別方法還包括:通過紅外攝像機拍攝所述人體動作的視頻流；其中，從所述視頻流提取所述連續幀的視頻圖像包括:按照預設採用頻率從所述視頻流中提取視頻圖像。
[0011]為了實現上述目的，根據本發明實施例的另一方面，提供了一種人體動作識別裝置。根據本發明的人體動作識別裝置包括:獲取單元，用於獲取拍攝到的人體動作的視頻流；第一提取單元，用於從所述視頻流提取連續幀的視頻圖像；處理單元，用於對所述連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像；以及第二提取單元，用於從連續的二值圖像上提取所述人體動作的移動軌跡。
[0012]進一步地，所述第二提取單元包括:提取模塊，用於按照相同的提取方式從所述連續的二值圖像中每一張圖像上提取人體特徵點；計算模塊，用於計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移；以及確定模塊，用於根據所述相鄰圖像之間所述人體特徵點的位移確定出所述人體動作的運行軌跡。
[0013]進一步地，所述計算模塊包括:第一確定子模塊，用於對相鄰圖像上的人體特徵點進行匹配，確定出所述相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點；計算子模塊，用於計算所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離；第二確定子模塊，用於確定所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及第三確定子模塊，用於由所述移動距離和所述移動方向確定相鄰圖像之間所述人體特徵點的位移。
[0014]進一步地，所述人體動作識別裝置還包括:匹配單元，用於在從所述連續的二值圖像上提取所述人體動作的移動軌跡之後，將所述人體動作的運行軌跡與預先設置的人體動作規則進行匹配；輸出單元，用於如果所述人體動作的運行軌跡匹配到所述人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
[0015]進一步地，所述人體動作識別裝置還包括:拍攝單元，用於在獲取拍攝到的人體動作的視頻流之前，通過紅外攝像機拍攝所述人體動作的視頻流；其中，所述第一提取單元還用於按照預設採用頻率從所述視頻流中提取視頻圖像。
[0016]根據本發明實施例，通過獲取拍攝到的人體動作的視頻流，從視頻流中提取連續幀的視頻圖像，再對視頻圖像進行二值化處理，得到連續的二值化圖像，由於二值圖像上呈現的只有黑色和白色，使得圖像處理中可以快速地確定出人體特徵，提高人體動作的移動軌跡的快速提取，進而提高動作識別的速度，解決了現有技術中對動作識別的速度慢的問題。
【專利附圖】
【附圖說明】
[0017]構成本申請的一部分的附圖用來提供對本發明的進一步理解，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中:
[0018]圖1是根據本發明實施例的人體動作識別方法的流程圖；以及
[0019]圖2是根據本發明實施例的人體動作識別裝置的示意圖。
【具體實施方式】
[0020]需要說明的是，在不衝突的情況下，本申請中的實施例及實施例中的特徵可以相互組合。下面將參考附圖並結合實施例來詳細說明本發明。
[0021]為了使本【技術領域】的人員更好地理解本發明方案，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分的實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬於本發明保護的範圍。
[0022]需要說明的是，本發明的說明書和權利要求書及上述附圖中的術語「第一」、「第二」等是用於區別類似的對象，而不必用於描述特定的順序或先後次序。應該理解這樣使用的數據在適當情況下可以互換，以便這裡描述的本發明的實施例。此外，術語「包括」和「具有」以及他們的任何變形，意圖在於覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限於清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對於這些過程、方法、產品或設備固有的其它步驟或單元。
[0023]本發明實施例提供了一種人體動作識別方法。該方法可以通過計算機設備來實現。
[0024]圖1是根據本發明實施例的人體動作識別方法的流程圖。如圖1所示，該人體動作識別方法包括步驟如下:
[0025]步驟S102，獲取拍攝到的人體動作的視頻流。該視頻流包括連續幀的視頻圖像。
[0026]視頻流可以是紅外攝像機拍攝的，也可以是其他攝像機拍攝的視頻流。
[0027]步驟S104，從視頻流提取連續幀的視頻圖像。
[0028]由於視頻流是由一系列連續幀的視頻圖像組成，當用戶做出用於控制目標設備的人體動作時，可以通過攝像機拍攝用戶做出的動作視頻流。其中，目標設備可以是通過人體動作識別來進行控制的設備，例如電視、電腦、投影儀等等。人體動作可以是人體的各種肢體動作，例如手勢動作等。
[0029]在獲取到視頻流之後，從該視頻流中提取連續幀的視頻圖像，該連續幀的視頻圖像可以是按照預設頻率從所述視頻流中提取的視頻圖像。
[0030]步驟S106，對連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像。
[0031]步驟S108，從連續的二值圖像上提取人體動作的移動軌跡。
[0032]二值化處理是指將視頻圖像上的像素點的灰度值設置為O或255，也就是將視頻圖像呈現出只有黑色和白色的視覺效果。將提取的每張視頻圖像均做最大熵二值化處理以提高人體識別的準確性，得到連續的二值圖像。由於二值圖像的容量小，在對二值圖像進行處理時，內存佔用率低，信息存儲的成本低。同時由於二值圖像上呈現的只有黑色和白色，使得圖像處理中可以快速地確定出人體特徵，提高人體動作的移動軌跡的快速提取。
[0033]根據本發明實施例，通過獲取拍攝到的人體動作的視頻流，從視頻流中提取連續幀的視頻圖像，再對視頻圖像進行最大熵二值化處理，得到連續的二值化圖像，由於二值圖像上呈現的只有黑色和白色，使得圖像處理中可以快速地確定出人體特徵，提高人體動作的移動軌跡的快速提取，進而提高動作識別的速度，解決了現有技術中對動作識別的速度慢的問題。
[0034]優選地，從連續的二值圖像上提取人體動作的移動軌跡包括:按照相同的提取方式從連續的二值圖像中每一張圖像上提取人體特徵點；計算連續的二值圖像中相鄰圖像之間人體特徵點的位移；以及根據相鄰圖像之間人體特徵點的位移確定出人體動作的運行軌跡。
[0035]按照相同的提取方式從連續的二值圖像中每一張圖像上提取人體特徵點也即是從沒一張二值圖像上按照相同的提取規則提取人體特徵點，例如，提取人體特徵點的數量相同，不同圖像上特徵點在人體上的位置相同等。人體特徵點可以是ORB(ORientedBrief)特徵點(點的坐標)。計算每個圖像的ORB (ORiented Brief)特徵點(點的坐標)，並進行相鄰圖像的特徵點匹配。由於人體同一位置處的特徵點在每張圖像上所處的位置不同，利用相同的提取方式來提取能夠保證計算出相同特徵點的位移。根據提取的人體特徵點依次計算相鄰圖像上的人體特徵點的位移，該位移包括人體特徵點移動的方向和距離。最後，可以根據人體特徵點的位移利用統計學方法獲得移動物體的運動軌跡。
[0036]本發明實施例中，基於特徵點的位移獲得移動軌跡，對使用者的位置要求相對寬鬆，可以排除複雜背景的幹擾，識別準確率高。另外，由於是通過二值圖像來尋找人體特徵點並計算其位移，這樣，可以大大提高計算的速度。
[0037]進一步地，計算連續的二值圖像中相鄰圖像之間人體特徵點的位移包括:對相鄰圖像上的人體特徵點進行匹配，確定出相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點；計算上一張圖像上每個人體特徵點移動到上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離；確定上一張圖像上每個人體特徵點移動到上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及由移動距離和移動方向確定相鄰圖像之間人體特徵點的位移。
[0038]在相鄰兩張圖像中，依次計算每個人體特徵點從從上一張圖像上移動到下一張圖像的距離和方向，得到每一個人體特徵點的位移，形成相鄰圖像之間人體特徵點的位移。按照上述方式，再依次上述連續的二值圖像進行處理，從而形成連續的人體特徵點的移動，由人體特徵點的位移反映出人體整體的移動軌跡。
[0039]優選地，在從連續的二值圖像上提取人體動作的移動軌跡之後，人體動作識別方法還包括:將人體動作的運行軌跡與預先設置的人體動作規則進行匹配；如果人體動作的運行軌跡匹配到人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
[0040]在得到人體的移動軌跡之後，可以將該移動軌跡與預先設置的人體動作規則進行匹配，其中，每個預先設置的動作規則均預先設置有與其對應的控制方式，在提取的移動軌跡匹配到人體動作規則之後，輸出相應的控制信號，實現對目標設備的控制。例如，預先在目標設備中設置有手勢動作規則，當人體做出相應的手勢動作時，通過手勢識別，確定出用戶的手勢動作為翻頁動作，則輸出控制目標設備翻頁的控制命令。
[0041]優選地，在獲取拍攝到的人體動作的視頻流之前，人體動作識別方法還包括:通過紅外攝像機拍攝人體動作的視頻流；其中，從視頻流提取連續幀的視頻圖像包括:按照預設採用頻率從視頻流中提取視頻圖像。
[0042]通過紅外攝像機來拍攝人體動作的視頻流，能夠快速地確定出人體特徵。本發明實施例中，可以採用一臺紅外攝像機來拍攝人體動作，也可以使用多臺。
[0043]本發明實施例還提供了一種人體動作識別裝置。需要說明的是，本發明實施例的人體動作識別裝置可以用於執行本發明實施例所提供的人體動作識別方法，本發明實施例的人體動作識別方法也可以通過本發明實施例所提供的人體動作識別裝置來執行。
[0044]圖2是根據本發明實施例的人體動作識別裝置的示意圖。如圖2所示，該人體動作識別裝置包括:獲取單元10、第一提取單元20、處理單元30和第二提取單元40。
[0045]獲取單元10用於獲取拍攝到的人體動作的視頻流。
[0046]第一提取單元20用於從視頻流提取連續幀的視頻圖像。
[0047]由於視頻流是由一系列連續幀的視頻圖像組成，當用戶做出用於控制目標設備的人體動作時，可以通過攝像機拍攝用戶做出的動作視頻流。其中，目標設備可以是通過人體動作識別來進行控制的設備，例如電視、電腦、投影儀等等。人體動作可以是人體的各種肢體動作，例如手勢動作等。
[0048]在獲取到視頻流之後，從該視頻流中提取連續幀的視頻圖像，該連續幀的視頻圖像可以是按照預設頻率從所述視頻流中提取的視頻圖像。
[0049]處理單元30用於對連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像。
[0050]第二提取單元40用於從連續的二值圖像上提取人體動作的移動軌跡。
[0051]二值化處理是指將視頻圖像上的像素點的灰度值設置為O或255，也就是將視頻圖像呈現出只有黑色和白色的視覺效果。將提取的每張視頻圖像均做最大熵二值化處理以提高人體識別的準確性，得到連續的二值圖像。由於二值圖像的容量小，在對二值圖像進行處理時，內存佔用率低，信息存儲的成本低。同時由於二值圖像上呈現的只有黑色和白色，使得圖像處理中可以快速地確定出人體特徵，提高人體動作的移動軌跡的快速提取。
[0052]根據本發明實施例，通過獲取拍攝到的人體動作的視頻流，從視頻流中提取連續幀的視頻圖像，再對視頻圖像進行最大熵二值化處理，得到連續的二值化圖像，由於二值圖像上呈現的只有黑色和白色，使得圖像處理中可以快速地確定出人體特徵，提高人體動作的移動軌跡的快速提取，進而提高動作識別的速度，解決了現有技術中對動作識別的速度慢的問題。
[0053]優選地，第二提取單元包括:提取模塊，用於按照相同的提取方式從連續的二值圖像中每一張圖像上提取人體特徵點；計算模塊，用於計算連續的二值圖像中相鄰圖像之間人體特徵點的位移；以及確定模塊，用於根據相鄰圖像之間人體特徵點的位移確定出人體動作的運行軌跡。
[0054]按照相同的提取方式從連續的二值圖像中每一張圖像上提取人體特徵點也即是從沒一張二值圖像上按照相同的提取規則提取人體特徵點，例如，提取人體特徵點的數量相同，不同圖像上特徵點在人體上的位置相同等。人體特徵點可以是ORB(ORientedBrief)特徵點(點的坐標)。計算每個圖像的ORB (ORiented Brief)特徵點(點的坐標)，並進行相鄰圖像的特徵點匹配。由於人體同一位置處的特徵點在每張圖像上所處的位置不同，利用相同的提取方式來提取能夠保證計算出相同特徵點的位移。根據提取的人體特徵點依次計算相鄰圖像上的人體特徵點的位移，該位移包括人體特徵點移動的方向和距離。最後，可以根據人體特徵點的位移利用統計學方法獲得移動物體的運動軌跡。
[0055]本發明實施例中，基於特徵點的位移獲得移動軌跡，對使用者的位置要求相對寬鬆，可以排除複雜背景的幹擾，識別準確率高。另外，由於是通過二值圖像來尋找人體特徵點並計算其位移，這樣，可以大大提高計算的速度。
[0056]優選地，計算模塊包括:第一確定子模塊，用於對相鄰圖像上的人體特徵點進行匹配，確定出相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點；計算子模塊，用於計算上一張圖像上每個人體特徵點移動到上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離；第二確定子模塊，用於確定上一張圖像上每個人體特徵點移動到上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及第三確定子模塊，用於由移動距離和移動方向確定相鄰圖像之間人體特徵點的位移。
[0057]在相鄰兩張圖像中，依次計算每個人體特徵點從從上一張圖像上移動到下一張圖像的距離和方向，得到每一個人體特徵點的位移，形成相鄰圖像之間人體特徵點的位移。按照上述方式，再依次上述連續的二值圖像進行處理，從而形成連續的人體特徵點的移動，由人體特徵點的位移反映出人體整體的移動軌跡。
[0058]優選地，人體動作識別裝置還包括:匹配單元，用於在從連續的二值圖像上提取人體動作的移動軌跡之後，將人體動作的運行軌跡與預先設置的人體動作規則進行匹配；輸出單元，用於如果人體動作的運行軌跡匹配到人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
[0059]在得到人體的移動軌跡之後，可以將該移動軌跡與預先設置的人體動作規則進行匹配，其中，每個預先設置的動作規則均預先設置有與其對應的控制方式，在提取的移動軌跡匹配到人體動作規則之後，輸出相應的控制信號，實現對目標設備的控制。例如，預先在目標設備中設置有手勢動作規則，當人體做出相應的手勢動作時，通過手勢識別，確定出用戶的手勢動作為翻頁動作，則輸出控制目標設備翻頁的控制命令。
[0060]優選地，人體動作識別裝置還包括:拍攝單元，用於在獲取拍攝到的人體動作的視頻流之前，通過紅外攝像機拍攝人體動作的視頻流；其中，第一提取單元還用於按照預設採用頻率從視頻流中提取視頻圖像。
[0061]通過紅外攝像機來拍攝人體動作的視頻流，能夠快速地確定出人體特徵。本發明實施例中，可以採用一臺紅外攝像機來拍攝人體動作，也可以使用多臺。
[0062]本發明實施例還提供了一種人體動作識別裝置。需要說明的是，本發明實施例的人體動作識別裝置可以用於執行本發明實施例所提供的人體動作識別方法，本發明實施例的人體動作識別方法也可以通過本發明實施例所提供的人體動作識別裝置來執行。
[0063]需要說明的是，對於前述的各方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領域技術人員應該知悉，本發明並不受所描述的動作順序的限制，因為依據本發明，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知悉，說明書中所描述的實施例均屬於優選實施例，所涉及的動作和模塊並不一定是本發明所必須的。
[0064]在上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。
[0065]在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置，可通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性或其它的形式。
[0066]所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
[0067]另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。
[0068]所述集成的單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該計算機軟體產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可為個人計算機、移動終端、伺服器或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括:U盤、只讀存儲器(ROM，Read-OnlyMemory)、隨機存取存儲器(RAM, Random Access Memory)、移動硬碟、磁碟或者光碟等各種可以存儲程序代碼的介質。
[0069]以上所述僅為本發明的優選實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1.一種人體動作識別方法，其特徵在於，包括: 獲取拍攝到的人體動作的視頻流； 從所述視頻流提取連續幀的視頻圖像； 對所述連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像；以及 從連續的二值圖像上提取所述人體動作的移動軌跡。
2.根據權利要求1所述的人體動作識別方法，其特徵在於，從連續的二值圖像上提取所述人體動作的移動軌跡包括: 按照相同的提取方式從所述連續的二值圖像中每一張圖像上提取人體特徵點； 計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移；以及 根據所述相鄰圖像之間所述人體特徵點的位移確定出所述人體動作的運行軌跡。
3.根據權利要求2所述的人體動作識別方法，其特徵在於，計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移包括: 對相鄰圖像上的人體特徵點進行匹配，確定出所述相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點； 計算所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離； 確定所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及 由所述移動距離和所述移動方向確定相鄰圖像之間所述人體特徵點的位移。
4.根據權利要求1所述的人體動作識別方法，其特徵在於，在從連續的二值圖像上提取所述人體動作的移動軌跡之後，所述人體動作識別方法還包括: 將所述人體動作的運行軌跡與預先設置的人體動作規則進行匹配； 如果所述人體動作的運行軌跡匹配到所述人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
5.根據權利要求1所述的人體動作識別方法，其特徵在於，在獲取拍攝到的人體動作的視頻流之前，所述人體動作識別方法還包括: 通過紅外攝像機拍攝所述人體動作的視頻流； 其中，從所述視頻流提取所述連續幀的視頻圖像包括:按照預設採用頻率從所述視頻流中提取視頻圖像。
6.一種人體動作識別裝置，其特徵在於，包括: 獲取單元，用於獲取拍攝到的人體動作的視頻流； 第一提取單元，用於從所述視頻流提取連續幀的視頻圖像； 處理單元，用於對所述連續幀的視頻圖像進行最大熵二值化處理，得到連續幀的視頻圖像對應的二值圖像；以及 第二提取單元，用於從連續的二值圖像上提取所述人體動作的移動軌跡。
7.根據權利要求6所述的人體動作識別裝置，其特徵在於，所述第二提取單元包括: 提取模塊，用於按照相同的提取方式從所述連續的二值圖像中每一張圖像上提取人體特徵點； 計算模塊，用於計算所述連續的二值圖像中相鄰圖像之間所述人體特徵點的位移；以及 確定模塊，用於根據所述相鄰圖像之間所述人體特徵點的位移確定出所述人體動作的運行軌跡。
8.根據權利要求7所述的人體動作識別裝置，其特徵在於，所述計算模塊包括: 第一確定子模塊，用於對相鄰圖像上的人體特徵點進行匹配，確定出所述相鄰圖像中上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點； 計算子模塊，用於計算所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動距離； 第二確定子模塊，用於確定所述上一張圖像上每個人體特徵點移動到所述上一張圖像上每個人體特徵點在下一張圖像上對應的人體特徵點的移動方向；以及 第三確定子模塊，用於由所述移動距離和所述移動方向確定相鄰圖像之間所述人體特徵點的位移。
9.根據權利要求6所述的人體動作識別裝置，其特徵在於，所述人體動作識別裝置還包括: 匹配單元，用於在從所述連續的二值圖像上提取所述人體動作的移動軌跡之後，將所述人體動作的運行軌跡與預先設置的人體動作規則進行匹配； 輸出單元，用於如果所述人體動作的運行軌跡匹配到所述人體動作規則，則根據匹配到的人體動作規則對應的控制方式輸出控制信號。
10.根據權利要求6所述的人體動作識別裝置，其特徵在於，所述人體動作識別裝置還包括: 拍攝單元，用於在獲取拍攝到的人體動作的視頻流之前，通過紅外攝像機拍攝所述人體動作的視頻流； 其中，所述第一提取單元還用於按照預設採用頻率從所述視頻流中提取視頻圖像。
【文檔編號】G06K9/00GK104408444SQ201410779051
【公開日】2015年3月11日 申請日期:2014年12月15日 優先權日:2014年12月15日
【發明者】劉粉香 申請人:北京國雙科技有限公司