基于Kinect的人体行为分析系统.pdfVIP

增『{J 北京服装学院学报 SUpl)lenwnl 2012年3JJ ．I．urmd In：,；tilule M：-I．．2()12 I’J-Bt-ijing Il_Ch)lifingn．．hn．II毋 基于Kinect的人体行为分析系统 赵朝阳，张徐亮 (中湖电子科技人学。成都611731) 摘要：基于图像的人体行为分析是计算机视觉中最具挑战性的课题之一，本义利用Microsoft Kinet·t传感；}j；没计了一·种新型的人体行为分析方法。结合隐马尔科夫模型(HMM)，水义芹先实现 了简单的人体动作识别，)f：根据动作的连续性对人体行为进行判别，识别m异常行为与止常行为。 算法具有较好的i只别结果，同时对人体动作视角的改变也具有一定的鲁棒性，能够应用于笳要实 时人体监控的场景中。 关键词：Kineet；动作识删；行为分析 中图分类号：粥7 文献标志码：A 基于图像的人体行为分析一直是汁算机视觉领域巾非常活跃的一个研究方向，其在智能 监控以及智能居家等领域巾有着广泛的应用。此前基于视频分析的人体动作分析T作大多是 基于二维平面(2D)视频进行研究的‘J。一些方法引入了基：F局部特征的统汁训练方法，如 等。虽然人f1．J已经取得了一定的成绩，但是这些基于彩色RGB图像的方法也存在着诸多问 题，如对于复杂背景下雄以有效提取前景，提取出的前景信息难以对人体的不同部位以及人体 形状进行有效表达等问题，衙f这些削题将会导致多数算法的精确度大大降低，或者算法的汁算 复杂度大大提升。 上是一种3D体感摄影机，能够交时的捕捉2维彩色信息与3维深度信息．由于其3维深度信 息的诸多优点，目前已被广泛应用予科学研究T作巾。利刚Kinect得剑的深度图图像很好的 反映了物体在空间上的立体信息。使得我们在进行人体分割，姿态特存F提取等操作时更加的简 便，如图l(a)所示，与传统的2维图相比，其每个像素点的数值反映了肖前点的深度，进而反 体之问的牵问相对伊置，极大弱化了复杂背景对前景提取的影响．同时对光照变化．色彩变化 等情况完全小敏感．能够J_巫／tl于光线较差，甚童彼晚条件下的人体监控情形。 存本文中，我ff3：币1J／4]Microsoft 传感器，我ffJ可以捕获剑物俸的深度H像信息，jfl41此得到物体红空问上的3维旁体f羔包，利 川深度图信息我ffJ-．1以得到3维的人体骨架模型．进I^i很力’使的进行人体动作特征提取，结合 人体骨架模型，本文引入隐马尔科夫模型(HMM)对人体基本动作进行识别，同时根据基本动 作之间的变化与组合，引人模糊判别规则对人体行为进行判别分析。算法有较好的结果，能够 应用于如智能居家等实时人体监控领域中。 I一03—24 收稿LI期：201 I 14 作者联系方式：028—83201 №，n眦装i=【诧#_r|主(r|然科学版 ㈨、×％■ fill～*_{『“L1，“；架d 图I 由Kinect得到的搽度提信息以及人体骨架模型 1人体行为分析算法设计 人的运动覆盖范围很广，不同运动具有不同的特点，研究方法也不尽相同，而针对人 整个身体或部分肢体运动的l}l别是当前研究的一个热点和难点。通常来说，不同的运动具 有不同的复杂程度，其表不肯法和识别方法可能会不同，本文将人的运动大致分为两太类： 动的基元，是最基本的运动，是形成其他复杂、高级运动的基础。一般来说动作在执行过程 tfI会持续较短的时闻，例如挥手，蹲下，跳跃等。而行为是指若干个连续动作的序列，时问 M度较大．明显地反映了人运动的月的性，此时人的运动通常是与周同环境或者事物产生 r互曲，例如同朋友告别、进行跳远【七』据等。人的行为通常是难以进行严格区分和界定的． 圳此难以有有效地模型能够对其进行描述．但同时行为作为个人心：时问R度上的联系运 州简单的动作来描述利用列二f二行为‘|；l】朋友告删”，可以分割为”挥