
基本信息:
- 专利标题: 一种人体动作识别方法
- 申请号:CN201810373614.2 申请日:2018-04-24
- 公开(公告)号:CN108629301B 公开(公告)日:2022-03-08
- 发明人: 范敏 , 韩琪 , 刘亚玲 , 陈欢 , 胡雅倩 , 范理波
- 申请人: 重庆大学
- 申请人地址: 重庆市沙坪坝区沙正街174号
- 专利权人: 重庆大学
- 当前专利权人: 重庆大学
- 当前专利权人地址: 重庆市沙坪坝区沙正街174号
- 代理机构: 重庆缙云专利代理事务所
- 代理人: 王翔
- 主分类号: G06V40/20
- IPC分类号: G06V40/20 ; G06K9/62 ; G06T7/246 ; G06T7/269 ; G06T7/277 ; G06V10/80 ; G06V10/774 ; G06V10/77 ; G06V10/764
摘要:
本发明公开一种基于运动边界稠密采样和运动梯度直方图的人体动作识别方法,主要包括以下步骤:1)输入视频流。2)计算输入视频的光流场并进行特征点采样,提取稠密特征点。3)计算特征点的轨迹。4)沿该特征点轨迹计算稠密描述符。5)对相邻两帧视频图像在时间上求导得到时序上的运动图像,再计算运动图像的空间梯度,得到运动梯度描述符HMG。6)对各个描述符分别进行特征编码。7)对各个描述符作正则化处理后,将稠密描述符与运动梯度描述符以串联形式相连接形成特征向量。8)对特征向量进行训练和学习得到人体动作识别模型。9)利用所述人体动作识别模型对人体动作进行识别。本发明在提高动作识别精度的同时缩减了计算开销。
公开/授权文献:
- CN108629301A 一种基于运动边界稠密采样和运动梯度直方图的人体动作识别方法 公开/授权日:2018-10-09