科创中国

生物与新医药技术

本发明适用于模式识别技术领域，提供了一种人体动作的识别方法及装置，所述识别方法包括：获取深度图像序列，对所述深度图像序列进行变换得到对应的深度运动序列；对所述深度运动序列进行时间维度上的划分和空间维度上的划分，得到多个运动历史立方体及其对应的多个空间子立方块；根据所述空间子立方块计算所述运动历史立方体对应的特征向量，组合所述多个运动历史立方体对应的特征向量，得到所述深度运动序列的特征向量；根据所述深度运动序列的特征向量，利用支持向量机SVM进行模型训练和测试，以得到人体动作的识别结果。本发明解决了现有人体动作识别方法存在自遮挡的问题，增强了对人体运动的描述能力，提高了人体动作的识别准确度。

一种人体动作的识别方法，其特征在于，所述识别方法包括：获取深度图像序列，对所述深度图像序列进行变换得到对应的深度运动序列；对所述深度运动序列进行时间维度上的划分，获得每一个时间区域内的运动历史立方体；针对每一个时间区域内的运动历史立方体，按照预设的空间网格对所述运动历史立方体进行空间维度上的划分，获得每一个运动历史立方体对应的多个空间子立方块；根据每一个运动历史立方体对应的空间子立方块计算所述运动历史立方体对应的特征向量，连接所述每一个时间区域内的运动历史立方体对应的特征向量，得到所述深度运动序列的特征向量；根据所述深度运动序列的特征向量，利用支持向量机SVM进行模型训练和测试，以得到人体动作的识别结果；所述获取深度图像序列，对所述深度图像序列进行变换得到对应的深度运动序列包括：获取所述深度图像序列中的任意第i帧深度图像，将所述第i帧深度图像投影到笛卡尔坐标系的三个正交平面上，获取每一个正交平面上的投影图像，得到所述第i帧深度图像的正视角投影图像、侧视角投影图像以及俯视角投影图像

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看