基于Kinect骨骼信息人体动作识别的研究与应用

摘要

人体动作识别是计算机视觉和模式识别等领域中的研究热点。人体动作识别技术在很多领域中有着广泛的应用，主要应用在智能监控系统、影视后期制作、人机交互、人体动作分析和医学保健康复训练等领域，并为社会创造了巨大的社会价值和可观的经济价值。随着人类信息化、智能化脚步的加快，人们对数据信息的准确性及机器智能化、稳定性的要求越来越高，这使越来越多的专家学者致力于研究如何提高实时人体动作识别的准确性及稳定性，让机器更好的理解人体的动作，从而让机器设备更快地理解人们的需求，为人们提供更加智能化和人性化的服务，帮助人们完成高危环境下的工作。
　　在深度图像获取技术还处在探索阶段时，研究人员只能采用高效的图像处理算法对二维视频图像中的人体动作进行识别，然而这类方法无法处理周围环境噪声对实验的影响，例如:实验者所穿衣服颜色的异同、光照的明暗、其他物体对目标人体遮挡等。随着人体动作捕捉技术的日益发展及快速的投入实践，对目标人体三维数据信息的大量捕获及存储技术已经成为现实。2010年9月微软公司推出了一款先进的体感镜头，该镜头有很多自身的优点，不仅包含了普通镜头的所有功能，而且可以对场景中可视范围内目标人体的深度值进行测量，以此去除部分对人体动作识别有干扰的噪声。本文以Kinect体感镜头作为辅助装置，捕捉人体中20个关节点的三维坐标数据，并利用这些数据实现小型室内的人体动作分析与识别;此外对前人提出的先进识别算法和人体动作表示方法进行了深入学习和探究，以人体骨骼三维深度信息作为研究对象，对人体动作识别进行了深入的研究。主要工作如下:
　　(1)利用Kinect捕捉可视范围内目标人体的彩色图像、深度图像和骨架图像，通过三种图像中目标人体骨骼三维坐标之间的相互关系将骨架图像转换到深度图像中，就可以清晰地观察到目标人体精确的关节点位置与三维数据信息，在深度图像中就能够看到目标人体骨骼点的追踪状态，确保骨骼关节点数据的质量。
　　(2)Kinect与一般传统摄像头的主要区别在于它能够准确地给出目标人体20个关节点三维数据信息。在获取每个关节点坐标信息的基础之上，对每一个骨骼信息进行优化处理，处理后的数据可以作为相关动作识别的特征。
　　(3)由于Kinect镜头位置的不同，像素点之间不能一一对应，因此，本文对Kinect镜头进行了校准处理。
　　(4)由于不同的人体动作骨骼点之间的角度存在差异，本文对不同人体动作的角度进行归一化，赋予不同的权值，以此来识别不同的人体动作。

目录

摘要

1绪论

1．1课题的研究背景和意义

1．1．1智能视频监控系统

1．1．2人机交互系统

1．1．3教育领域

1．1．4虚拟与现实

1．1．5医疗领域

1．2国内外研究现状和发展趋势

1．3人体动作识别面临的问题

1．4本文主要章节安排

2 KINECT开发平台

2．1．1Kinect硬件组成

2．1．2 Kinect SDK

2．2 Kinect获取深度图像的基本原理

2．3深度图像的校正

2．4深度图像的获取技术

2．5本章小结

3三维人体骨架模型与动作数据库的建立

3．1人体动作模型

3 ．2人体动作数据库的建立

3．2．1人体动作捕捉的方法

3．2．2骨骼点的跟踪技术

3．2．3 Kinect捕捉人体骨骼的归一化

3．3人体动作数据库

3．4本章小结

4基于骨骼关节点深度信息的人体动作识别

4．1主流的人体动作识别算法

4．2基于随机森林的人体部位定位

4．2．1深度轮廓图预处理

4．2．2生成标记数据库

4．2．3人体部位的标记与生成特征

4．3实验

4．4基于模板匹配算法的人体动作识别

4．4．1人体骨骼关键点位置数据信息的获取

4．4．2骨骼关键点数据信息采集、处理和运动特征提取

4．5实验结果与分析

4．6本章小结

5总结与展望

5．1总结

5．2展望

参考文献

攻读学位期间取得的研究成果

致谢

声明