1.基于视觉算法的人体运动轨迹提取方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,输入多模态数据,采用图像校正算法进行预处理,生成校正后的多模态图像数据的步骤具体为:
3.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,基于所述校正后的多模态图像数据,利用深度卷积神经网络进行特征提取,获取目标的特征表示的步骤具体为:
4.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,基于所述目标的特征表示,运用关键点追踪技术与图神经网络对人体关键点进行跟踪分析,生成人体关键点的图结构信息的步骤具体为:
5.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,根据所述人体关键点的图结构信息,使用长短时记忆网络进行时空序列建模,建立时空序列的运动轨迹模型的步骤具体为:
6.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,基于所述时空序列的运动轨迹模型,采用卡尔曼滤波技术进行轨迹滤波和去噪,生成平滑且去噪后的运动轨迹的步骤具体为:
7.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法,其特征在于,对所述平滑且去噪后的运动轨迹,利用多尺度和多分辨率分析进行细化,获取多尺度分析后的细致运动轨迹的步骤具体为:
8.基于视觉算法的人体运动轨迹提取系统,其特征在于,所述基于视觉算法的人体运动轨迹提取系统用于执行权利要求1-7任一所述的基于视觉算法的人体运动轨迹提取方法,所述基于视觉算法的人体运动轨迹提取系统包括图像预处理模块、数据增强与特征提取模块、关键点定位与图构建模块、深度序列学习模块、轨迹滤波模块、多尺度轨迹分析模块、综合输出模块。
9.根据权利要求8所述的基于视觉算法的人体运动轨迹提取系统,其特征在于,所述图像预处理模块采用直方图均衡化方法进行图像亮度调整,运用畸变校正算法进行几何畸变修正,通过双边滤波技术进行图像去噪,生成去噪与校正后的图像数据;
10.根据权利要求8所述的基于视觉算法的人体运动轨迹提取系统,其特征在于,所述图像预处理模块包括亮度均衡子模块、畸变校正子模块、图像去噪子模块;