CN115019343B 一种人体动作识别方法、装置及设备 （浙江大华技术股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115019343B(45)授权公告日2025.07.04

(21)申请号202210668939.X

(22)申请日2022.06.14

(65)同一申请的已公布的文献号申请公布号CN115019343A

(43)申请公布日2022.09.06

(73)专利权人浙江大华技术股份有限公司

地址310053浙江省杭州市滨江区滨安路

1187号

(72)发明人潘华东魏乃科殷俊

(74)专利代理机构北京同达信恒知识产权代理有限公司11291

专利代理师潘平

(51)Int.CI.

GO6V40/10(2022.01)

GO6V40/20(2022.01)

GO6V10/44(2022.01)

GO6V10/764(2022.01)

(56)对比文件

CN113569753A,2021.10.29

WO2018159542A1,2018.09.07审查员张潇

权利要求书3页说明书12页附图4页

(54)发明名称

一种人体动作识别方法、装置及设备

(57)摘要

CN115019343B本申请公开了一种人体动作识别方法、装置及设备，通过接收包括人体的多帧图像，根据预先定义的组成动作的动作基础要素，解析各帧图像中的动作基础要素；根据解析得到的动作基础要素，确定人体各部件间的关联关系以及人体各部件与其他目标之间的关联关系，得到每帧图像中人体对应的肢体状态；根据预先定义的不同基础动作对应的肢体状态间的转换关系，确定所述多帧图像按照采样时间对应的肢体状态间的转换关系所匹配的基础动作；根据不同自定义动作对应的基础动作组合，得到所述所匹配的基础动

CN115019343B

接收包括人体的多帧图像，根据预先定义的组成动作的动作基础要素，解析各帧图像中的动作基础要素

根据解析得到的动作基础要素，确定人体各部件间的关联关系以及人体各部件与其他目标之间的关联关系，得到每帧图像中人体对应的肢体状态

根据预先定义的不同基础动作对应的肢体状态间的转换关系，确定所述多帧图像按照采样时间对应的肢体状态间的转换关系所匹配的基础动作

根据不同自定义动作对应的基础动作组合，得到所述所匹配的基础动作对应的自定义动作

S201

S202

S203

S204

CN115019343B权利要求书1/3页

2

1.一种人体动作识别方法，其特征在于，所述方法包括：

接收包括人体的多帧图像，根据预先定义的组成动作的动作基础要素，解析各帧图像中的动作基础要素；

根据解析得到的动作基础要素，确定人体各部件间的关联关系以及人体各部件与其他目标之间的关联关系，得到每帧图像中人体对应的肢体状态；

根据预先定义的不同基础动作对应的肢体状态间的转换关系，确定所述多帧图像按照采样时间对应的肢体状态间的转换关系所匹配的基础动作，所述预先定义的不同基础动作对应的肢体状态间的转换关系包括预先定义各基础动作对应的至少一个肢体状态，所述至少一个肢体状态对应的转换关系，对应的至少一个伴随肢体状态及所述至少一个伴随肢体状态的转换关系中的部分或全部，其中，解析所述人体各部件间的关联关系得到肢体状态，解析人体各部件与物体之间的距离和角度、人体轨迹的静态关系或动态变化关系得到伴随转换关系；

根据不同自定义动作对应的基础动作组合，得到所述所匹配的基础动作对应的自定义动作，所述不同自定义动作是通过选择相应的基础动作和基础动作的相关修饰限制形成的。

2.根据权利要求1所述的方法，其特征在于，预先定义的组成动作的动作基础要素包括如下至少一种：

人体不同部位对应的人体部件、人体动作时不同部件对应的关键点、人体部件动作时不同位置对应的关键点、与人体动作相关的目标区域、与人体动作相关的目标物体。

3.根据权利要求1所述的方法，其特征在于，根据解析得到的动作基础要素，确定人体各部件间的关联关系以及人体各部件与其他目标之间的关联关系，得到每帧图像中人体对应的肢体状态，包括：

根据解析得到的动作基础要素，确定人体各部件间的关联关系、人体各部件与目标物体之间的距离和角度、人体轨迹的静态关系或动态变化关系。

4.根据权利要求1~3任一所述的方法，其特征在于，还包括：

预先通过不同样本图像及对应的肢体状态训练肢体状态分类模型；

其中，通过将各