一种基于Kinect三维骨架模型的肢体动作识别方法

    公开(公告)号:CN107301370A

    公开(公告)日:2017-10-27

    申请号:CN201710315125.7

    申请日:2017-05-08

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于Kinect三维骨架模型的肢体动作识别方法,利用Kinect摄像头采集肢体动作的骨架数据流,包含了人体骨架关节点在三维空间中的坐标信息,对骨架数据流中的数据进行预处理,提取骨架关节角描述符作为肢体动作的特征数据,将特征数据分类并采用随机森林分离器进行肢体动作识别。本发明采用Kinect采集肢体运动的三维骨架数据,不受环境和光照的影响,利用Kinect骨架追踪的特点,解决了部分自遮挡的问题;采用数据预处理使得特征具有尺度不变性、平移不变性和视角无关性;采用关节角描述符特征,通过选取主要关节点去除了动作描述中的冗余数据,可以有效降低数据维度,使得特征提取更为有效。

    一种基于Kinect三维骨架模型的肢体动作识别方法

    公开(公告)号:CN107301370B

    公开(公告)日:2020-10-16

    申请号:CN201710315125.7

    申请日:2017-05-08

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于Kinect三维骨架模型的肢体动作识别方法,利用Kinect摄像头采集肢体动作的骨架数据流,包含了人体骨架关节点在三维空间中的坐标信息,对骨架数据流中的数据进行预处理,提取骨架关节角描述符作为肢体动作的特征数据,将特征数据分类并采用随机森林分离器进行肢体动作识别。本发明采用Kinect采集肢体运动的三维骨架数据,不受环境和光照的影响,利用Kinect骨架追踪的特点,解决了部分自遮挡的问题;采用数据预处理使得特征具有尺度不变性、平移不变性和视角无关性;采用关节角描述符特征,通过选取主要关节点去除了动作描述中的冗余数据,可以有效降低数据维度,使得特征提取更为有效。

Patent Agency Ranking