一种室内场景中人体动作的实时侦测方法及装置的制造方法
【技术领域】
[0001] 本发明设及一种人体动作检测方法及装置，尤其是设及一种室内场景中人体动作 的实时侦测方法及装置。
【背景技术】
[0002] 室内实时动作侦测具有广泛的应用前景，目前主要采用的方法可分为两类：一类 是基于传感器的方法；另一类是基于视觉的方法。其中，基于传感器的方法主要是通过嵌 入传感器网络来侦测人体的动作行为。它主要存在两方面的缺陷：一方面它需要穿戴传感 器，导致它不是一种自由、无干扰的方法；另一方面它也不是一种直观、可视的方法，无法让 用户直接查看目标。采用视觉的方法，目前主要是基于2D相机的方法。由于真实的世界是 3D的，采用2D相机来获取信息必然丢失部分空间信息，导致目前的方法面临两个方面的问 题：一是很难实现实时动作侦测；二是很难实现动作序列的自动分割，从而无法完成在真 实场景中动作的实时侦测与识别的任务。
【发明内容】
[0003] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种无干扰、实时性 强、侦测响应速度快的室内场景中人体动作的实时侦测方法及装置。
[0004] 本发明的目的可W通过W下技术方案来实现： 阳〇化]一种室内场景中人体动作的实时侦测方法，包括W下步骤：
[0006] 1)构建描述人体动作的有限状态机；
[0007] 2)通过Kinect相机获取连续的人体深度图序列，并提取出人体的骨架关节点的 3D空间位置信息；
[0008] 3)根据所述3D空间位置信息，通过决策树侦测出当前发生的动作事件；
[0009] 4)将动作事件作为所述有限状态机的输入，进行动作识别。
[0010] 所述决策树侦测动作事件描述为：
[0011] event = {a|a G <pg, gg, gt>}
[0012] 其中，pg表示骨架关节点与地面的关系，gg表示同帖中不同骨架关节点之间的关 系，gt表示相同骨架关节点在不同帖中的关系。
[0013] 所述骨架关节点包括头部和躯屯、。
[0014] 所述步骤4)具体包括：
[0015] 41)判断是否存在前一个状态，若是，则执行步骤42)，若否，则根据当前输入的动 作事件估计初始状态，执行步骤42);
[0016] 42)根据输入的动作事件和前一个状态估计当前状态，完成动作识别及状态转移。
[0017] 所述步骤4)还包括：
[0018] 判断有限状态机是否存在异常，若是，则发出异常提示，若否，则继续进行下一个 动作识别；
[0019] 其中，所述异常是指侦测出的动作事件为在前一状态下不可能发生的或动作识别 过程出现死锁情况。
[0020] 所述步骤4)还包括：
[0021] 在存在异常时，根据后续侦测的动作事件更正之前误侦测的动作事件。
[0022] 一种室内场景中人体动作的实时侦测装置，包括：
[0023] 有限状态机模块，用于构建描述人体动作的有限状态机；
[0024] 骨架关节点位置提取模块，用于获取连续的人体深度图序列，并提取出人体的骨 架关节点的3D空间位置信息；
[00巧]事件侦测模块，用于根据所述3D空间位置信息，通过决策树侦测出当前发生的动 作事件；
[00%] 动作识别模块，用于将动作事件输入所述有限状态机，进行动作识别。
[0027] 所述动作识别模块包括：
[0028] 初始状态观测单元，用于在不存在前一个状态时，根据当前输入的动作事件估计 初始状态；
[0029] 状态转移单元，用于在存在前一个状态时，根据输入的动作事件和前一个状态估 计当前状态，完成动作识别及状态转移。
[0030] 所述动作识别模块还包括：
[0031] 异常检测单元，用于判断有限状态机是否存在异常，若是，则发出异常提示，若否， 则继续进行下一个动作识别；
[0032] 其中，所述异常是指侦测出的动作事件为在前一状态下不可能发生的或动作识别 过程出现死锁情况。
[0033] 所述动作识别模块还包括：
[0034] 异常更正单元，用于在存在异常时，根据后续侦测的动作事件更正之前误侦测的 动作事件。
[0035] 与现有技术相比，本发明具有W下优点：
[0036] 一、本发明方法是一种自由、无干扰的方法，不需要给监控对象佩戴任何传感器， 也不会给监控对象的生活带来干扰，让监控对象根本就感觉不到监控系统的存在。
[0037] 二、实时性强，可快速的侦测出人体的动作类型。
[0038] =、本发明在危机的时刻可W直接远程监看现场的情况，从而可及时采取有效措 施来防止异常事件的进一步恶化。
【附图说明】
[0039] 图1为本发明的流程示意图； W40]图2为本发明实施例中描述人体动作的有限状态机示意图；
[0041] 图3为本发明实施例中人体动作有限状态机的观测器示意图；
[0042] 图4为本发明实施例中人体动作有限状态机的故障观测器示意图；
[0043] 图5为本发明实施例中侦测动作事件的决策树示意图；
[0044] 图6为实施例中的一个有限状态机实例示意图；
[0045] 图7为有限状态机实例的初始状态集示意图； 阳046]图8为"广度捜索"第一次的结果示意图；
[0047] 图9为"广度捜索"第二次的结果示意图；
[0048] 图10为最终生成的观测器示意图。
【具体实施方式】
[0049] 下面结合附图和具体实施例对本发明进行详细说明。本实施例W本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0050] 如图1所示，本发明实施例提供一种室内场景中人体动作的实时侦测方法，包括 W下步骤：
[0051] 在步骤Sioi中，构建描述人体动作的有限状态机，通过Kinect相机获取连续的人 体深度图序列，并提取出人体的骨架关节点的3D空间位置信息。所述骨架关节点包括头部 和躯屯、。
[0052] 在步骤S102中，根据所述3D空间位置信息，通过决策树侦测出当前发生的动作事 件。
[0053] 在步骤S103中，将动作事件作为所述有限状态机的输入，进行动作识别，具体为：
[0054] 301)判断是否存在前一个状态，若是，则执行步骤302)，若否，则根据当前输入的 动作事件估计初始状态，执行步骤302);其中，所述异常是指侦测出的动作事件为在前一 状态下不可能发生的或动作识别过程出现死锁情况； 阳化5] 302)根据输入的动作事件和前一个状态估计当前状态，完成动作识别及状态转 移；
[0056] 303)在执行步骤301)和302)的过程时实时判断有限状态机是否存在异常，若是， 则发出异常提示，若否，则继续进行下一个动作识别。
[0057] 本发明提供的另一实施例中，还包括在步骤S104 :在存在异常时，根据后续侦测 的动作事件更正之前误侦测的动作事件。
[0058] 1)采用有限状态机来对动作进行建模
[0059] 在本发明中将动作建模为有限状态机的状态，不同动作间的过渡建模为有限状态 机的事件。所W，为实现有效的建模室内人体动作，首先需要确定在特定场景中需要侦测的 具体的动作类型，并在此基础上总结出动作的运行过程，从而构建出描述人体动作的有限 状态机。本实施例中，W侦测室内场景中老人的动作为例，构建如图2所示的有限状态机， 其中，每个状态和事件的含义如表1所示。图2-图5中，圆圈中的文字表示动作状态，箭头 线上的文字表示动作事件，箭头表示在动作事件的触发下，从一个动