[发明专利]动作识别库的建立方法、电子设备、存储介质

说明书

本发明提供一种动作识别库的建立方法、电子设备、存储介质，包括：a.将多个健身视频转换为三维骨骼动作模型，获取健身视频中人体的多个骨骼点的坐标及多个骨骼点之间形成的向量；b.对每个健身视频，按时间顺序分解成动作的集合，储存动作时间及动作编号以获得视频文件，相同的动作具有相同的动作编号；c.对每个动作，于一标准动作数据库中根据动作编号查询是否已有动作文件，若没有则生成该动作的动作文件d.重复上述步骤b至步骤c，直到遍历多个健身视频，将多个视频文件及标准动作数据库组成动作识别库，动作识别库用于与实时采集的动作进行识别和匹配。本发明提供的方法及设备能够实现动作识别库的快速建立并加强后续识别中的实时性。

技术领域

本发明涉及动作识别领域，尤其涉及一种动作识别库的建立方法、电子设备、存储介质。

背景技术

人类的动作捕捉及识别方法，在当今社会具有非常广泛的应用，例如：智能监控、人机交互的体感游戏、视频检索等等。

人类的动作检测识别，从基于传统的RGB视频序列过渡到当今流行的RGB-D视频序列，运动轨迹一直作为重要的特征发展着。传统的运动轨迹的捕捉往往基于特征点的检测算法，不同的特征点检测方法会得出完全不同的运动轨迹。同时，由于特征点在不同帧的检索非常不稳定，在整个视频序列中，特征点往往不连续，因此对于特征点轨迹法多采用基于直方图的统计方法，对整个视频序列进行计算并统计后，采用支持向量机等分类器进行分类。

现有的方式，也直接采用源视频作为识别库来进行匹配。这样，视频序列的匹配计算方法计算量大，无法即时响应，也无法适用于民用级别的人机交互。因此，现有技术对于健身识别纠错的人机交互而言，难以实现系统实时反馈动作是否出错的需求。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种动作识别库的建立方法、电子设备、存储介质，利用该动作识别库可实现实时的健身动作识别和纠错。

根据本发明的一个方面，提供一种动作识别库的建立方法，包括：

a.将多个健身视频转换为三维骨骼动作模型，获取健身视频中人体的多个骨骼点的坐标及多个骨骼点之间形成的向量；

b.对每个健身视频，按时间顺序分解成动作的集合，储存动作时间及动作编号以获得视频文件，相同的动作具有相同的动作编号；

c.对每个动作，于一标准动作数据库中根据动作编号查询是否已有动作文件，若没有动作文件，则按如下步骤生成该动作的动作文件：

将该动作按所述三维骨骼动作模型拆解成五个身体部位：左臂、右臂、左腿、右腿以及躯干，每个所述身体部位均包括：三个骨骼点、三个骨骼点形成的三个向量及所述三个向量中两个向量之间的夹角，

对至少一个身体部位的部位动作设置一个或多个面向过程或者面向位移的识别项，每个识别项包括识别对象、识别参数及识别规则，所述识别对象包括所述三个骨骼点中的至少一个骨骼点；三个向量中的至少一个向量；以及所述三个向量中两个向量之间的一个夹角中的一项或多项，

其中，所述面向过程的识别项还包括一标准过程向量库，所述标准过程向量库按时间顺序储存有所述部位动作的至少一个向量，所述标准过程向量库中的多个向量用于与实时采集的部位动作的向量进行匹配计算以与所述识别参数设定的向量阈值进行比较；

将所述至少一个部位动作及所述至少一个部位动作的识别项作为该动作的动作文件，将该动作文件与该动作编号关联地储存在所述标准动作数据库中；

d.重复上述步骤b至步骤c，直到遍历所述多个健身视频，将多个视频文件及所述标准动作数据库组成所述动作识别库，所述动作识别库用于与实时采集的动作进行识别和匹配。

可选地，所述标准过程向量库中的多个向量用于与实时采集的部位动作的向量进行匹配计算以与所述识别参数设定的向量阈值进行比较包括：