[发明专利]用于运动任务分析的视频处理

权利要求书

1.一种计算机实现的方法，包括：

接收描绘执行运动任务的人或动物的至少一部分的视频；

将所述视频输入到经训练的机器学习系统，所述机器学习系统已经被训练以找到视频的在所述运动任务的多个类别之间进行区分的位置相关局部运动特征；

从所述经训练的机器学习系统接收与所述运动任务被预测为属于所述多个类别中的哪一个类别有关的数据。

2.根据权利要求1所述的方法，其中所述局部运动特征包括速度或加速度特征。

3.根据权利要求1所述的方法，包括针对所述视频的成对帧计算运动描述符，并且其中将所述视频输入到所述经训练的机器学习系统包括输入所述运动描述符。

4.根据权利要求3所述的方法，其中所述运动描述符是光流值。

5.根据权利要求3所述的方法，包括在所述机器学习系统处使用多个所述运动描述符计算所述局部运动特征。

6.根据权利要求3所述的方法，包括通过考虑所述视频的至少一个子体中的运动描述符来计算所述局部运动特征。

7.根据权利要求3所述的方法，包括通过考虑所述视频的两个子体中的运动描述符来计算所述局部运动特征。

8.根据权利要求7所述的方法，包括通过考虑所述视频的所述子体中的运动描述符之间的差异来计算所述局部运动特征。

9.根据权利要求2所述的方法，包括通过考虑所述视频的子体的所述光流值的变化率的方向的改变的频率来计算所述加速度特征。

10.根据权利要求9所述的方法，包括忽视所述光流值的所述变化率的方向的改变，其中所述光流的幅度低于阈值。

11.根据权利要求1所述的方法，其中所述视频具有任何长度，并且所述局部运动特征以考虑所述视频的所述长度的方式而被计算。

12.根据权利要求1所述的方法，包括使用执行运动任务的人的视频来训练所述机器学习系统，其中所述视频被标记有指示所述运动任务属于多个可能类别中的哪一个类别的标记，并且其中所述视频具有不同的长度。

13.根据权利要求1所述的方法，包括：将所述视频输入到包括支持向量机的集合的经训练的机器学习系统，每个支持向量机是二叉决策树的分裂节点。

14.根据权利要求1所述的方法，包括：将所述视频输入到包括支持向量机的集合的经训练的机器学习系统，所述支持向量机中的单个支持向量机已经使用包括从被标记的训练视频计算出的随机化位置相关局部运动特征的固定长度特征描述符而被训练。

15.一种运动任务分类器，包括：

存储器，存储描绘执行运动任务的人或动物的至少一部分的视频；

经训练的机器学习系统，已经被训练以找到视频的在所述运动任务的多个类别之间进行区分的位置相关局部运动特征；以及

处理器，被布置为从所述视频计算运动描述符，将所述运动描述符应用到所述经训练的机器学习系统，并且作为响应接收与所述运动任务被预测为属于所述多个类别中的哪一个类别有关的数据。