[发明专利]一种动作识别的处理方法及设备在审

专利信息
申请号: 201910129720.0 申请日: 2019-02-21
公开(公告)号: CN109886194A 公开(公告)日: 2019-06-14
发明(设计)人: 周晓红;余厚德 申请(专利权)人: 湖北汽车工业学院
主分类号: G06K9/00 分类号: G06K9/00;H04N7/18
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 齐明锐
地址: 442000 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 体貌特征 动作特征 匹配 数据中心 预存 报警信息 动作识别 图像识别技术 匹配分析 人体运动 信息匹配 异常运动 秩序安全 报警 查找 阻挡 保证
【权利要求书】:

1.一种动作识别的处理方法,其特征在于:所述方法包括:

步骤1:获取至少一个人体的第一体貌特征信息;

步骤2:查找数据中心预存的白名单中的第二体貌特征信息与所述人体的第一体貌特征信息是否匹配;

步骤3:如果不匹配则发出报警信息;

步骤4:如果匹配,获取人体运动的第一动作特征信息,所述第一动作特征信息至少包括第一动作信息和所述第一动作所持的工具信息;

步骤5:识别所述第一动作特征信息是否与数据中心预存的黑名单中的第二动作特征信息匹配;

步骤6:如果匹配,则发出报警信息。

2.根据权利要求1所述的动作识别的处理方法,其特征在于:步骤5中,所述数据中心预存的黑名单还包括多个与所述第二动作特征信息对应的危险系数b,所述第一动作特征信息与所述第二动作特征信息匹配度S等于所述第一动作特征信息与所述第二动作特征信息的相似度a乘以与第二动作特征信息相对应的危险系数b。

3.根据权利要求1所述的动作识别的处理方法,其特征在于:步骤2中,当第一体貌特征信息与白名单中的第二体貌特征信息匹配值大于或等于第一阈值时,则第一体貌特征信息与白名单中的第二体貌特征信息匹配;否则,不匹配。

4.根据权利要求2所述的动作识别的处理方法,其特征在于:当所述匹配度S大于或等于设定的第二阈值时,则所述第一动作特征信息与所述数据中心预存的黑名单中的所述第二动作特征信息匹配;否则,不匹配。

5.根据权利要求1所述的动作识别的处理方法,其特征在于:所述第一动作特征信息的获取方式是从抓取到的图像帧中检测的运动信息并提取的底层属性特征信息。

6.根据权利要求1所述的动作识别的处理方法,其特征在于:所述第一动作特征信息的获取方式是通过一个或一组模板来表示待识别目标的运动信息,然后提取待识别目标的运动信息模板的第一动作特征信息。

7.根据权利要求6所述的动作识别的处理方法,其特征在于:所述第一动作特征信息的获取方式是在比例正交投影下,预先对运动信息的动作进行建模,具体为:

人体模型上一个关节点的三维坐标设为A(x,y,z)及这个关节点在图像帧中的投影坐标(u,v)之间的关系为s为投影模型的比例因子;

L为图像中关节点之间的线段长度;

依次连接的三段线段,连接的四个关节点设为A1(x1,y1,z1),A2(x2,y2,z2),A3(x3,y3,z3),A4(x4,y4,z4),这四个关节点在图像上的成像点分别为(u1,v1),(u2,v2),(u3,v3),(u4,v4),则上述四个关节点满足:

根据式(3)分别计算得到比例因子s1、s2和s3,再根据式(1)计算得到关节点坐标A1、A2、A3和A4,得到第一动作特征信息的动作模型。

8.根据权利要求7所述的动作识别的处理方法,其特征在于:数据中心预存的黑名单中包括与所述第二动作特征信息相对应的动作类别语义信息。

9.一种动作识别的处理设备,其特征在于:所述设备包括:

第一获取单元,用于获取至少一个人体的第一体貌特征信息;

第一匹配单元,用于查找数据中心预存的白名单中的第二体貌特征信息与所述人体的第一体貌特征信息是否匹配;

第二获取单元,用于响应所述第一匹配单元的匹配结果,如果匹配,所述第二获取单元获取人体运动的第一动作特征信息,所述第一动作特征信息至少包括第一动作信息和所述第一动作所持的工具信息;

第二匹配单元,用于识别所述第一动作特征信息是否与数据中心预存的黑名单中的第二动作特征信息匹配;

报警单元,用于响应所述第一匹配单元和所述第二匹配单元的匹配结果,如果所述第一匹配单元结果不匹配或者所述第二匹配单元结果匹配,所述报警单元发出报警信息。

10.根据权利要求9所述的动作识别的处理设备,其特征在于:还包括:

建模单元,用于预先对运动信息的动作进行建模;

类别单元,用于建立所述第二动作特征信息与动作类别语义信息之间的对应关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北汽车工业学院,未经湖北汽车工业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910129720.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top