一种基于逆运动学的车辆监控防盗方法及系统的制作方法
【专利摘要】一种基于逆运动学的车辆监控防盗方法，包括如下步骤：步骤1，车棚安装的摄影机实时地捕捉视野内人体的动作；步骤2，通过逆运动学软件提供的接口获数据流并提取人体骨骼模型各关节点的x、y、z坐标数据；步骤3，通过人体模型各个关节点的x、y、z坐标计算人体部位的方向矢量及部位之间的特征参数，将参数约束于控制界面的虚拟人体模型；步骤4，将虚拟人体动作特征与车盗疑似动作特征库进行匹配比较，如果相似度达阈值h，初步判定为车盗疑似动作；步骤5，当人体动作被识别为“车盗疑似动作”时监控警示程序启动，进行实时告警。以及一种基于逆运动学的车辆监控防盗系统。本发明有效进行动作识别、实时性良好、具有当场报警功能。
【专利说明】一种基于逆运动学的车辆监控防盗方法及系统
【技术领域】
[0001] 本发明属于车辆监控领域，尤其涉及一种车辆监控防盗方法及系统。
【背景技术】
[0002] 目前校园里、住宅小区和大型商场的自行车、电动车车库经常发生自行车、电动车 盗窃案件。
[0003] 由于普通的监控摄像头不具备动作识别和当场报警的功能，在盗车案件发生后只 能事后调取监控录像进行查看，而此时往往已失去了最佳破案时机，至今还没有一种在发 现疑似车盗行为当场就能够报警的方法或系统发明出来。
【发明内容】
[0004] 为了克服已有车辆监控方式的不具备动作识别和当场报警功能、实时性较差的不 足，本发明提供了一种有效进行动作识别、实时性良好、具有当场报警功能的基于逆运动 学的车辆监控防盗方法及系统。
[0005] 本发明解决其技术问题所采用的技术方案是：
[0006] 一种基于逆运动学的车辆监控防盗方法，所述方法包括如下步骤：
[0007] 步骤1，车棚安装的Kinect摄影机实时地捕捉视野内人体的动作，并将获取的数 据传输给与其相连接的PC机；
[0008] 步骤2, PC机通过逆运动学软件Kinect SDK提供的接口获取Skeleton Frame数 据流并提取人体骨骼模型各关节点的X、y、Z坐标数据。
[0009] 步骤3,通过人体模型各个关节点的X、y、z坐标计算人体部位的方向矢量及部位 之间的特征参数，将参数约束于控制界面的虚拟人体模型；
[0010] 步骤4,将虚拟人体动作特征与预设"车盗疑似动作特征库"进行匹配比较，如果虚 拟人体动作特征加权的区别参数与预设盗窃数据特征库的车盗疑似动作特征的相似度达 阈值h时，则被初步判定为车盗疑似动作；
[0011] 步骤5,当人体动作被识别为"车盗疑似动作"时监控警示程序启动，进行实时告 警。
[0012] 进一步，所述步骤5中，首先引起控制中心与PC机相连接的音频输出模块发出警 报声响，然后根据识别数据的准确性，由操作人员切断报警或者接通现场的扬声器装置并 报警。
[0013] 一种基于逆运动学的车辆监控防盗防盗系统，所述防盗系统包括Kinect摄像头、 动作捕捉模块、动作识别模块和报警模块，
[0014] 所述动作捕捉模块，接收Kinect摄像头的数据，应用Kinect体感装置，通过分析 骨架结构位置模型来得出人体的三维姿态；
[0015] 所述动作识别模块，利用旋转轴表示法将旋转表示为1 X3的向量N，旋转向量N表 示绕旋转轴方向a旋转角度Θ，其中
【权利要求】
1. 一种基于逆运动学的车辆监控防盗方法，其特征在于：所述方法包括如下步骤： 步骤1，车棚安装的Kinect摄影机实时地捕捉视野内人体的动作，并将获取的数据传 输给与其相连接的PC机； 步骤2, PC机通过逆运动学软件Kinect SDK提供的接口获取Skeleton Frame数据流 并提取人体骨骼模型各关节点的X、y、z坐标数据； 步骤3,通过人体模型各个关节点的X、y、z坐标计算人体部位的方向矢量及部位之间 的特征参数，将参数约束于控制界面的虚拟人体模型； 步骤4,将虚拟人体动作特征与预设"车盗疑似动作特征库"进行匹配比较，如果虚拟人 体动作特征加权的区别参数与预设盗窃数据特征库的车盗疑似动作特征的相似度达阈值h 时，则被初步判定为车盗疑似动作； 步骤5,当人体动作被识别为"车盗疑似动作"时监控警示程序启动，进行实时告警。
2. 如权利要求1所述的基于逆运动学的车辆监控防盗方法，其特征在于：所述步骤5 中，首先引起控制中心与PC机相连接的音频输出模块发出警报声响，然后根据识别数据的 准确性，由操作人员切断报警或者接通现场的扬声器装置并报警。
3. -种实现如权利要求1所述的基于逆运动学的车辆监控防盗方法的防盗系统，其特 征在于：所述防盗系统包括Kinect摄像头、动作捕捉模块、动作识别模块和报警模块， 所述动作捕捉模块，接收Kinect摄像头的数据，应用Kinect体感装置，通过分析骨架 结构位置模型来得出人体的三维姿态； 所述动作识别模块，利用旋转轴表示法将旋转表示为1X3的向量N，旋转向量N表示 绕旋转轴方向a旋转角度Θ，其中Θ = ||a||为N的模，a=[心^?^为归一化旋转方 向，满足N = Θ · a，对应的旋转矩阵RN(3X3)用Rodrigues公式计算得出； 所述的人体自由度的根节点位于身体的髋部，其参数控制人体骨架在世界坐标系中的 位置，共有3个旋转3个平移，共6个自由度；平移旋转参数应用在事先建立的人体模型，得 出模拟人体的动作特征，与预设的盗窃数据特征库进行匹对，如果相似度达阈值h时，被初 步定为车盗疑似动作； 所述报警模块，当人体动作被识别为"车盗疑似动作"时监控警示程序启动，进行实时 生敬 1=1 目 〇
4. 如权利要求3所述的防盗系统，其特征在于：所述报警模块包括音频输出模块和 GPRS报警模块。
5. 如权利要求3或4所述的防盗系统，其特征在于：所述动作捕捉模块中，通过Kinect 体感装置中彩色摄像头、红外摄像头和图像采集器获取车库中行人姿势的彩色图像数据、 骨架数据和深度图像数据；将获得的彩色图像数据、骨架数据和深度图像数据转化为人体 骨骼中20个关节在系统空间坐标系中的三维坐标值；一个人体骨架模型可以表示为关于 节点的一个树形结构，用每个节点表示一个关节。
6. 如权利要求3或4所述的防盗系统，其特征在于：所述动作识别模块中，人体自由度 是骨架中可以独立改变的参数，在假设各个关节互相独立的情况下，等于所有关节的自由 度总和；对于像肘、膝盖回转关节，分配1个自由度，将旋转轴固定为X轴；对于像肩、胯球 槽关节模型，旋转轴位于球面的任意方向，加上绕轴旋转的1个自由度，共分配3个自由度， 对于颈部关节，则分配2个自由度，限制旋转轴位于z = 0平面。
7. 如权利要求3或4所述的防盗系统，其特征在于：所述动作识别模块中，所述的盗窃 数据特征库通过人为模拟或现有的盗车行为场景进行不断完善，并不断通过正样本和负样 本不断实时识别和识别优化。
8. 如权利要求7所述的防盗系统，其特征在于：所述的盗窃数据特征库中，采用基于隐 马尔可夫模型的识别优化方法。
【文档编号】G06K9/00GK104298353SQ201410525013
【公开日】2015年1月21日 申请日期:2014年10月8日 优先权日:2014年10月8日
【发明者】张标标, 季壮壮, 李仁旺, 宋海龙, 吴斌, 陈跃鸣, 严易洲, 杜克林 申请人:宁波熵联信息技术有限公司