CN103529944B - 一种基于Kinect的人体动作识别方法 - Google Patents

Abstract

本发明提供一种基于Kinect的人体动作识别方法，该方法利用Kinect获取目标人体的骨骼关节点的空间位置信息，然后通过判断其是否满足预设的各种人体动作的判定标准来识别目标人体的动作类型。本发明有效利用Kinect的优势，能够实时获取人体骨骼关节点的空间位置信息，不需借助其它传感设备，不用进行图像处理，降低了***复杂度，提高了人体动作识别的速度和精度，改善了人机交互效果。

Description

一种基于Kinect的人体动作识别方法

技术领域

本发明涉及计算机虚拟现实技术领域，具体是一种基于Kinect的人体动作识别方法。

背景技术

随着计算机技术的发展，在某些虚拟现实的领域中，如数字娱乐，通常需要计算机一方面向人的感官传送刺激信号，另一方面接收操作者的反应，如体态姿势的变动等，然后根据这些人体本身位置和状态的变换来调整刺激信号。因此，需要准确地对人体动作进行识别。

目前，一些利用动作进行识别控制的方法都是基于传统的二维图像的，该类方法不仅涉及到一般的图像处理，而且可能涉及到图像的理解和描述，相对复杂。而且该类方法对周围的光照环境敏感，光照条件不佳可能会影响识别的准确性；人体穿戴的衣服、饰物等遮挡物会减少人体动作的部分局部特征，会对动作的识别造成影响，甚至无法识别，虽然可以通过人工智能进行补偿，但较为复杂且对实时性有影响；交互应用方面，该类方法只利用了二维的图像信息，无法鲁棒地处理人体部位在深度方向上的交互动作。

微软公司的KinectforWindows提供了最自然的人机交互方式。Kinect采用主动红外线技术进行深度探测，避免了周围光照条件和遮挡物的影响，能够实时地获取人体骨骼信息，这对人体动作识别很有帮助。因此有必要设计一种基于Kinect的人体动作识别方法，以充分利用Kinect的优势来进行人体动作识别。

发明内容

本发明的目的在于提供一种***复杂度低、动作识别率高、人机交互性好的基于Kinect的人体动作识别方法。

本发明的技术方案为：

一种基于Kinect的人体动作识别方法，包括以下顺序的步骤：

（1）利用Kinect对不同时刻的目标人体骨骼关节点的空间位置信息进行采集；

（2）针对获取的每个时刻的目标人体骨骼关节点的空间位置信息，判断其是否与预设的各种人体动作的初始位置信息相匹配；若是，将该时刻记为初始时刻，执行步骤（3），若否，返回步骤（1）；

（3）从初始时刻开始，判断其后一段时间内获取的目标人体骨骼关节点的空间位置信息是否满足预设的各种人体动作的判定标准；若是，执行步骤（4），若否，返回步骤（1）；

（4）识别出目标人体的动作类型，然后再返回步骤（1）。

所述的基于Kinect的人体动作识别方法，当判断目标人体是否发生挥手动作时，包括以下步骤：

（1）利用Kinect对不同时刻的目标人体手部关节点和肘部关节点的空间位置信息进行采集；

（2）针对获取的每个时刻的目标人体的手部关节点和肘部关节点的空间位置信息，判断手部关节点是否在肘部关节点之上，若是，将该时刻记为初始时刻，执行步骤（3），若否，返回步骤（1）；

（3）以肘部关节点为原点，从初始时刻开始，判断其后一段时间内手部关节点沿x轴方向与原点之间的距离是否在预设的阈值范围内，若是，执行步骤（4），若否，返回步骤（1）；

（4）以肘部关节点为原点，判断手部关节点在x轴上的坐标值由负变到正或由正变到负的次数是否达到预设的阈值，若是，识别出目标人体发生挥手动作，若否，返回步骤（1）。

本发明有效利用Kinect的优势，能够实时获取人体骨骼关节点的空间位置信息，不需借助其它传感设备，不用进行图像处理，降低了***复杂度，提高了人体动作识别的速度和精度，改善了人机交互效果。

附图说明

图1是本发明的方法流程图；

图2是人体挥手动作示意图。

具体实施方式

如图1所示，一种基于Kinect的人体动作识别方法，包括以下顺序的步骤：

（1）利用Kinect对不同时刻的目标人体骨骼关节点的空间位置信息进行采集；

（2）针对获取的每个时刻的目标人体骨骼关节点的空间位置信息，判断其是否与预设的各种人体动作的初始位置信息相匹配；若是，将该时刻记为初始时刻，执行步骤（3），若否，返回步骤（1）；

（3）从初始时刻开始，判断其后一段时间内获取的目标人体骨骼关节点的空间位置信息是否满足预设的各种人体动作的判定标准；若是，执行步骤（4），若否，返回步骤（1）；

（4）识别出目标人体的动作类型，然后再返回步骤（1）。

下面，以挥手动作为例，进一步说明本发明。如图2所示，关于挥手动作，可以理解为：胳膊在肘部弯曲，手和手腕都是在肘部和肩部之上，以肘部为原点来回移动前臂，移动平面和肩部在一个平面上，并且后臂和地面保持平行，在动作的中间位置，前臂垂直于后臂和地面（图2左），如果前臂在竖直线左边（图2右）或右边（图2中），则认为这是挥手动作的一个动作片段。对于挥手这一动作，每一个动作片段必须来回重复多次，否则就不是一个完整的挥手动作。

当判断目标人体是否发生挥手动作时，包括以下步骤：

（1）利用Kinect对不同时刻的目标人体手部关节点和肘部关节点的空间位置信息进行采集；若将手部关节点的空间位置信息记为（x1_t,y1_t），肘部关节点的空间位置信息记为（x2_t,y2_t），其中，t表示不同时刻，此处将挥手动作视为二维的平面运动，故可以不考虑z轴信息。

（2）针对获取的每个时刻的目标人体的手部关节点和肘部关节点的空间位置信息，判断手部关节点是否在肘部关节点之上，即判断y1_t是否大于y2_t，若是，将该时刻记为初始时刻t₀，该时刻对应的空间位置信息为初始位置信息，执行步骤（3），若否，返回步骤（1）；

（3）以肘部关节点为原点，从初始时刻t₀开始，判断其后一段时间内手部关节点沿x轴方向与原点之间的距离即｜x1_t-x2_t｜是否在预设的阈值范围内（此处是对挥手动作的幅度进行限定），若是，执行步骤（4），若否，返回步骤（1）；

（4）以肘部关节点为原点，判断手部关节点在x轴上的坐标值x1_t-x2_t由负变到正或由正变到负的次数是否达到预设的阈值，若是，识别出目标人体发生挥手动作，若否，返回步骤（1）。如图2所示，前臂的位置从竖直线左边变到竖直线右边，或者从竖直线右边变到竖直线左边，视为一次动作，动作次数达到设定的值（比如挥动手臂来回2次视为一个完整的挥手动作），则可以识别出挥手动作。

若从初始时刻t₀开始，也即从挥手动作的初始位置开始，其后一段时间内，目标人体没有进行下一步的挥手动作片段，那么可以认为目标人体在动作持续时间内没有完成挥手动作，从而不能识别出挥手动作。

以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (1)

1.一种基于Kinect的人体动作识别方法，其特征在于，当判断目标人体是否发生挥手动作时，包括以下步骤：

（1）利用Kinect对不同时刻的目标人体手部关节点和肘部关节点的空间位置信息进行采集；

（2）针对获取的每个时刻的目标人体的手部关节点和肘部关节点的空间位置信息，判断手部关节点是否在肘部关节点之上，若是，将该时刻记为初始时刻，执行步骤（3），若否，返回步骤（1）；

（3）以肘部关节点为原点，从初始时刻开始，判断其后一段时间内手部关节点沿x轴方向与原点之间的距离是否在预设的阈值范围内，若是，执行步骤（4），若否，返回步骤（1）；

（4）以肘部关节点为原点，判断手部关节点在x轴上的坐标值由负变到正或由正变到负的次数是否达到预设的阈值，若是，识别出目标人体发生挥手动作，若否，返回步骤（1）。