一种基于关节姿态角的人体动作分类识别方法

摘要

本发明提供的是一种基于关节姿态角的人体动作分类识别方法。(1)采用基于惯性传感器的动作捕捉系统获取人体动作数据信号；(2)对所采集到的人体动作数据信号进行滤波去噪、归一化预处理；(3)用异步隐马尔科夫模型对每种动作建模，训练异步隐马尔科夫模型，对其进行特征提取和选择；(4)用训练好的异步隐马尔科夫模型对输入动作进行分类识别。本发明不但解决了人体动作不存在严格划分的问题，填补了目前人体运动研究对象相对单一，没有相应的理论体系的空白。而且，由于采用关节姿态角表征人体动作特征，所以本发明所采用的特征对个体的依赖性很低，对不同的人都有比较稳健的特征，识别速度和识别率较均有较大幅度的提高。