一種室內場景中人體動作的實時偵測方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明設及一種人體動作檢測方法及裝置，尤其是設及一種室內場景中人體動作 的實時偵測方法及裝置。
【背景技術】
[0002] 室內實時動作偵測具有廣泛的應用前景，目前主要采用的方法可分為兩類：一類 是基于傳感器的方法；另一類是基于視覺的方法。其中，基于傳感器的方法主要是通過嵌 入傳感器網(wǎng)絡來偵測人體的動作行為。它主要存在兩方面的缺陷：一方面它需要穿戴傳感 器，導致它不是一種自由、無干擾的方法；另一方面它也不是一種直觀、可視的方法，無法讓 用戶直接查看目標。采用視覺的方法，目前主要是基于2D相機的方法。由于真實的世界是 3D的，采用2D相機來獲取信息必然丟失部分空間信息，導致目前的方法面臨兩個方面的問 題：一是很難實現(xiàn)實時動作偵測；二是很難實現(xiàn)動作序列的自動分割，從而無法完成在真 實場景中動作的實時偵測與識別的任務。

【發(fā)明內容】

[0003] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種無干擾、實時性 強、偵測響應速度快的室內場景中人體動作的實時偵測方法及裝置。
[0004] 本發(fā)明的目的可W通過W下技術方案來實現(xiàn)： 陽〇化]一種室內場景中人體動作的實時偵測方法，包括W下步驟：
[0006] 1)構建描述人體動作的有限狀態(tài)機；
[0007] 2)通過Kinect相機獲取連續(xù)的人體深度圖序列，并提取出人體的骨架關節(jié)點的 3D空間位置信息；
[0008] 3)根據(jù)所述3D空間位置信息，通過決策樹偵測出當前發(fā)生的動作事件；
[0009] 4)將動作事件作為所述有限狀態(tài)機的輸入，進行動作識別。
[0010] 所述決策樹偵測動作事件描述為：
[0011] event = {a|a G <pg, gg, gt>}
[0012] 其中，pg表示骨架關節(jié)點與地面的關系，gg表示同帖中不同骨架關節(jié)點之間的關 系，gt表示相同骨架關節(jié)點在不同帖中的關系。
[0013] 所述骨架關節(jié)點包括頭部和軀屯、。
[0014] 所述步驟4)具體包括：
[0015] 41)判斷是否存在前一個狀態(tài)，若是，則執(zhí)行步驟42)，若否，則根據(jù)當前輸入的動 作事件估計初始狀態(tài)，執(zhí)行步驟42);
[0016] 42)根據(jù)輸入的動作事件和前一個狀態(tài)估計當前狀態(tài)，完成動作識別及狀態(tài)轉移。
[0017] 所述步驟4)還包括：
[0018] 判斷有限狀態(tài)機是否存在異常，若是，則發(fā)出異常提示，若否，則繼續(xù)進行下一個 動作識別；
[0019] 其中，所述異常是指偵測出的動作事件為在前一狀態(tài)下不可能發(fā)生的或動作識別 過程出現(xiàn)死鎖情況。
[0020] 所述步驟4)還包括：
[0021] 在存在異常時，根據(jù)后續(xù)偵測的動作事件更正之前誤偵測的動作事件。
[0022] 一種室內場景中人體動作的實時偵測裝置，包括：
[0023] 有限狀態(tài)機模塊，用于構建描述人體動作的有限狀態(tài)機；
[0024] 骨架關節(jié)點位置提取模塊，用于獲取連續(xù)的人體深度圖序列，并提取出人體的骨 架關節(jié)點的3D空間位置信息；
[00巧]事件偵測模塊，用于根據(jù)所述3D空間位置信息，通過決策樹偵測出當前發(fā)生的動 作事件；
[00%] 動作識別模塊，用于將動作事件輸入所述有限狀態(tài)機，進行動作識別。
[0027] 所述動作識別模塊包括：
[0028] 初始狀態(tài)觀測單元，用于在不存在前一個狀態(tài)時，根據(jù)當前輸入的動作事件估計 初始狀態(tài)；
[0029] 狀態(tài)轉移單元，用于在存在前一個狀態(tài)時，根據(jù)輸入的動作事件和前一個狀態(tài)估 計當前狀態(tài)，完成動作識別及狀態(tài)轉移。
[0030] 所述動作識別模塊還包括：
[0031] 異常檢測單元，用于判斷有限狀態(tài)機是否存在異常，若是，則發(fā)出異常提示，若否， 則繼續(xù)進行下一個動作識別；
[0032] 其中，所述異常是指偵測出的動作事件為在前一狀態(tài)下不可能發(fā)生的或動作識別 過程出現(xiàn)死鎖情況。
[0033] 所述動作識別模塊還包括：
[0034] 異常更正單元，用于在存在異常時，根據(jù)后續(xù)偵測的動作事件更正之前誤偵測的 動作事件。
[0035] 與現(xiàn)有技術相比，本發(fā)明具有W下優(yōu)點：
[0036] 一、本發(fā)明方法是一種自由、無干擾的方法，不需要給監(jiān)控對象佩戴任何傳感器， 也不會給監(jiān)控對象的生活帶來干擾，讓監(jiān)控對象根本就感覺不到監(jiān)控系統(tǒng)的存在。
[0037] 二、實時性強，可快速的偵測出人體的動作類型。
[0038] =、本發(fā)明在危機的時刻可W直接遠程監(jiān)看現(xiàn)場的情況，從而可及時采取有效措 施來防止異常事件的進一步惡化。
【附圖說明】
[0039] 圖1為本發(fā)明的流程示意圖； W40]圖2為本發(fā)明實施例中描述人體動作的有限狀態(tài)機示意圖；
[0041] 圖3為本發(fā)明實施例中人體動作有限狀態(tài)機的觀測器示意圖；
[0042] 圖4為本發(fā)明實施例中人體動作有限狀態(tài)機的故障觀測器示意圖；
[0043] 圖5為本發(fā)明實施例中偵測動作事件的決策樹示意圖；
[0044] 圖6為實施例中的一個有限狀態(tài)機實例示意圖；
[0045] 圖7為有限狀態(tài)機實例的初始狀態(tài)集示意圖； 陽046]圖8為"廣度捜索"第一次的結果示意圖；
[0047] 圖9為"廣度捜索"第二次的結果示意圖；
[0048] 圖10為最終生成的觀測器示意圖。
【具體實施方式】
[0049] 下面結合附圖和具體實施例對本發(fā)明進行詳細說明。本實施例W本發(fā)明技術方案 為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于 下述的實施例。
[0050] 如圖1所示，本發(fā)明實施例提供一種室內場景中人體動作的實時偵測方法，包括 W下步驟：
[0051] 在步驟Sioi中，構建描述人體動作的有限狀態(tài)機，通過Kinect相機獲取連續(xù)的人 體深度圖序列，并提取出人體的骨架關節(jié)點的3D空間位置信息。所述骨架關節(jié)點包括頭部 和軀屯、。
[0052] 在步驟S102中，根據(jù)所述3D空間位置信息，通過決策樹偵測出當前發(fā)生的動作事 件。
[0053] 在步驟S103中，將動作事件作為所述有限狀態(tài)機的輸入，進行動作識別，具體為：
[0054] 301)判斷是否存在前一個狀態(tài)，若是，則執(zhí)行步驟302)，若否，則根據(jù)當前輸入的 動作事件估計初始狀態(tài)，執(zhí)行步驟302);其中，所述異常是指偵測出的動作事件為在前一 狀態(tài)下不可能發(fā)生的或動作識別過程出現(xiàn)死鎖情況； 陽化5] 302)根據(jù)輸入的動作事件和前一個狀態(tài)估計當前狀態(tài)，完成動作識別及狀態(tài)轉 移；
[0056] 303)在執(zhí)行步驟301)和302)的過程時實時判斷有限狀態(tài)機是否存在異常，若是， 則發(fā)出異常提示，若否，則繼續(xù)進行下一個動作識別。
[0057] 本發(fā)明提供的另一實施例中，還包括在步驟S104 :在存在異常時，根據(jù)后續(xù)偵測 的動作事件更正之前誤偵測的動作事件。
[0058] 1)采用有限狀態(tài)機來對動作進行建模
[0059] 在本發(fā)明中將動作建模為有限狀態(tài)機的狀態(tài)，不同動作間的過渡建模為有限狀態(tài) 機的事件。所W，為實現(xiàn)有效的建模室內人體動作，首先需要確定在特定場景中需要偵測的 具體的動作類型，并在此基礎上總結出動作的運行過程，從而構建出描述人體動作的有限 狀態(tài)機。本實施例中，W偵測室內場景中老人的動作為例，構建如圖2所示的有限狀態(tài)機， 其中，每個狀態(tài)和事件的含義如表1所示。圖2-圖5中，圓圈中的文字表示動作狀態(tài)，箭頭 線上的文字表示動作事件，箭頭表示在動作事件的觸發(fā)下，從一個動