基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)的制作方法
【專(zhuān)利摘要】基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，涉及根據(jù)人體在紅外探測(cè)器的探測(cè)區(qū)域內(nèi)沿不同路徑和不同方向運(yùn)動(dòng)時(shí)信號(hào)在時(shí)域及頻域的分布特點(diǎn)，提出一種基于單個(gè)紅外探測(cè)器信號(hào)實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)特征捕捉及識(shí)別的系統(tǒng)。本發(fā)明包括紅外跟蹤器、人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備。所述的紅外跟蹤器包括單個(gè)紅外探測(cè)器。所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備包括數(shù)據(jù)采集模塊、運(yùn)動(dòng)特征分析模塊。本發(fā)明克服了其他運(yùn)動(dòng)特征捕捉系統(tǒng)存在信號(hào)傳輸過(guò)程中容易受到干擾而漂移的問(wèn)題，捕捉精度大大提高。
【專(zhuān)利說(shuō)明】基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及使用紅外跟蹤技術(shù)捕捉人體運(yùn)動(dòng)特征，并實(shí)現(xiàn)人體運(yùn)動(dòng)特征識(shí)別。具體涉及紅外跟蹤、動(dòng)作捕捉、動(dòng)作識(shí)別領(lǐng)域。
【背景技術(shù)】
[0002]近年來(lái)，隨著計(jì)算機(jī)科學(xué)和傳感器技術(shù)的快速發(fā)展，動(dòng)作捕捉技術(shù)在游戲設(shè)計(jì)，運(yùn)動(dòng)分析，舞蹈采集，虛擬現(xiàn)實(shí)等技術(shù)中得到了越來(lái)越廣泛的應(yīng)用，而人體運(yùn)動(dòng)視覺(jué)分析是其中最活躍的研究方向之一?，F(xiàn)有的視頻式及光學(xué)式動(dòng)作捕捉是人體運(yùn)動(dòng)特征分析的主要手段，特別是目前應(yīng)用廣泛的光學(xué)式動(dòng)作捕捉，光學(xué)式動(dòng)作捕捉可以分為主動(dòng)式和被動(dòng)式兩種，其主要區(qū)別在于主動(dòng)式捕捉的采用發(fā)光二極管等主動(dòng)發(fā)光設(shè)備，而被動(dòng)式捕捉的主要?jiǎng)t采用涂有特殊材質(zhì)從而在攝像機(jī)的捕捉下會(huì)顯得格外明亮的小球，無(wú)論主動(dòng)式還是被動(dòng)式動(dòng)作捕捉所需設(shè)備復(fù)雜，都需在人體各部位進(jìn)行標(biāo)記，并且各種成像設(shè)備價(jià)格昂貴，檢測(cè)及識(shí)別算法復(fù)雜度高，運(yùn)算量大。
[0003]本發(fā)明利用單個(gè)紅外探測(cè)器實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)特征中的運(yùn)動(dòng)路徑及運(yùn)動(dòng)方向識(shí)別，無(wú)需在人體各部位進(jìn)行標(biāo)記，期望提供一種基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的旨在克服上述現(xiàn)有技術(shù)中存在的不足，提供一種基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)。
[0005]本發(fā)明提供的基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，包括紅外跟蹤器和人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備；
[0006]所述的紅外跟蹤器:采用單個(gè)紅外探測(cè)器，用于探測(cè)人體運(yùn)動(dòng)特征中的運(yùn)動(dòng)路徑及運(yùn)動(dòng)方向。紅外探測(cè)器為近距離的敏感紅外探測(cè)器并且可調(diào)節(jié)焦距。
[0007]所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備:包括數(shù)據(jù)采集模塊、運(yùn)動(dòng)特征分析模塊。
[0008]數(shù)據(jù)采集模塊:接收從所述單個(gè)紅外探測(cè)器采集的信號(hào)并產(chǎn)生二維數(shù)據(jù)文件。
[0009]運(yùn)動(dòng)特征分析模塊:將接收到的數(shù)據(jù)采集模塊產(chǎn)生的二維數(shù)據(jù)文件存儲(chǔ)并且提取運(yùn)動(dòng)特征頻譜和STFT能量特征，并進(jìn)行分析識(shí)別。
[0010]所述的紅外跟蹤器捕捉人體運(yùn)動(dòng)特征的方法是:
[0011]將紅外探測(cè)器安裝在距離地面2m高的墻壁上，根據(jù)紅外探測(cè)器的角度，確定探測(cè)器的明暗視區(qū)。紅外探測(cè)器對(duì)人體穿過(guò)的明暗視區(qū)的運(yùn)動(dòng)進(jìn)行跟蹤，獲得有效的紅外信號(hào)。
[0012]其基本原理為:當(dāng)人體穿越紅外探測(cè)器明暗視區(qū)時(shí)，探測(cè)器輸出時(shí)變信號(hào)的峰值正負(fù)相間。信號(hào)相鄰過(guò)零點(diǎn)的時(shí)間差可以反映一定的運(yùn)動(dòng)趨勢(shì)，即運(yùn)動(dòng)方向由近到遠(yuǎn)時(shí)，穿越明暗區(qū)的時(shí)間將增加，過(guò)零點(diǎn)的時(shí)間將變長(zhǎng)；而從遠(yuǎn)處向近處運(yùn)動(dòng)時(shí)，穿越明暗區(qū)的時(shí)間將減少，過(guò)零點(diǎn)時(shí)間相應(yīng)的變短；如果沿著圓弧路徑運(yùn)動(dòng)過(guò)零點(diǎn)的時(shí)間差將保持不變；若隨機(jī)行走則過(guò)零點(diǎn)的時(shí)間也表現(xiàn)出隨機(jī)性。信號(hào)過(guò)零點(diǎn)的時(shí)間變化趨勢(shì)可以利用信號(hào)的短時(shí)傅里葉變換(STFT)頻譜能量來(lái)表示。離散STFT把時(shí)變信號(hào)分解到時(shí)間一頻率域，從而提供每個(gè)信號(hào)頻譜能量隨時(shí)間的演化趨勢(shì)?；谏鲜鲈恚t外跟蹤器實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)特征的捕捉。
[0013]所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備進(jìn)行人體運(yùn)動(dòng)特征的識(shí)別方法包括:
[0014]步驟1:數(shù)據(jù)采集模塊采集紅外探測(cè)器探測(cè)的預(yù)先定義的6種不同人體運(yùn)動(dòng)特征信號(hào)，同時(shí)產(chǎn)生二維數(shù)據(jù)文件；6種不同人體運(yùn)動(dòng)包括:運(yùn)動(dòng)I為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)2為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)3為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)4為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)5為沿垂直于探測(cè)器中心線(xiàn)或弧線(xiàn)路徑的運(yùn)動(dòng)；運(yùn)動(dòng)6為隨機(jī)行走路徑、隨機(jī)方向的運(yùn)動(dòng)。
[0015]步驟2:運(yùn)動(dòng)特征分析模塊將數(shù)據(jù)采集模塊產(chǎn)生的二維數(shù)據(jù)文件存儲(chǔ)。
[0016]步驟3:運(yùn)動(dòng)特征分析模塊從二維數(shù)據(jù)文件中提取運(yùn)動(dòng)特征參數(shù)，包括運(yùn)動(dòng)特征頻譜和STFT能量特征，并通過(guò)獲得的運(yùn)動(dòng)特征頻譜和STFT能量特征對(duì)人體運(yùn)動(dòng)特征進(jìn)行分析。
[0017]步驟4:運(yùn)動(dòng)分析模塊通過(guò)對(duì)數(shù)據(jù)進(jìn)行降維和分類(lèi)，完成對(duì)單一運(yùn)動(dòng)特征和融合運(yùn)動(dòng)特征的識(shí)別。
[0018]本發(fā)明的優(yōu)點(diǎn)和積極效果:
[0019]基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)是比較和分析現(xiàn)有的人體運(yùn)動(dòng)特征捕捉技術(shù)相關(guān)發(fā)展情況、實(shí)現(xiàn)方式和優(yōu)缺點(diǎn)下提出的，目前主流的人體運(yùn)動(dòng)特征捕捉方案的檢測(cè)及識(shí)別算法復(fù)雜度高，運(yùn)算量大?；诩t外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)克服在其他運(yùn)動(dòng)特征捕捉系統(tǒng)存在的信號(hào)在傳輸過(guò)程中受到干擾而漂移的問(wèn)題，捕捉精度也大大的提聞。
【專(zhuān)利附圖】

【附圖說(shuō)明】:
[0020]圖1系統(tǒng)結(jié)構(gòu)圖。
[0021]圖2是運(yùn)動(dòng)特征定義圖，圖中，a為運(yùn)動(dòng)1、2的運(yùn)動(dòng)特征圖；b為運(yùn)動(dòng)3、4的運(yùn)動(dòng)特征圖；c為運(yùn)動(dòng)5的運(yùn)動(dòng)特征圖；d為運(yùn)動(dòng)6的運(yùn)動(dòng)特征圖。
[0022]圖3是運(yùn)動(dòng)頻譜圖，圖中，a為運(yùn)動(dòng)I的頻譜圖；b為運(yùn)動(dòng)2的頻譜圖；c為運(yùn)動(dòng)3的頻譜圖；d為運(yùn)動(dòng)4的頻譜圖；e為運(yùn)動(dòng)5的頻譜圖；f為運(yùn)動(dòng)6的頻譜圖。
[0023]圖4是運(yùn)動(dòng)的時(shí)域波形圖，圖中，a為運(yùn)動(dòng)I的時(shí)域波形圖；b為運(yùn)動(dòng)2的時(shí)域波形圖；c為運(yùn)動(dòng)3的時(shí)域波形圖；d為運(yùn)動(dòng)4的時(shí)域波形圖；e為運(yùn)動(dòng)5的時(shí)域波形圖；f為運(yùn)動(dòng)6的時(shí)域波形圖。
[0024]圖5是運(yùn)動(dòng)的STFT能量分布圖，圖中，a為運(yùn)動(dòng)I的STFT能量分布圖；b為運(yùn)動(dòng)2的STFT能量分布圖；c為運(yùn)動(dòng)3的STFT能量分布圖；d為運(yùn)動(dòng)4的STFT能量分布圖；e為運(yùn)動(dòng)5的STFT能量分布圖；f為運(yùn)動(dòng)6的STFT能量分布圖。
【具體實(shí)施方式】:
[0025]實(shí)施例:
[0026]如圖1所示，基于紅外跟蹤技術(shù)的面部動(dòng)作捕捉系統(tǒng)，該系統(tǒng)包括紅外跟蹤器10、人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備20。[0027]所述的紅外跟蹤器采用單個(gè)紅外探測(cè)器，用于采集人體運(yùn)動(dòng)特征中的運(yùn)動(dòng)路徑及 向。
[0028]所述的紅外探測(cè)器為近距離的敏感紅外探測(cè)器并且可調(diào)節(jié)焦距。
[0029]所述的紅外跟蹤器提供一種人體運(yùn)動(dòng)特征捕捉方法:
[0030]將紅外探測(cè)器安裝在距離地面2m高的墻壁上，根據(jù)紅外探測(cè)器的角度，確定探測(cè)器的明暗視區(qū)。紅外探測(cè)器對(duì)人體穿過(guò)的明暗視區(qū)的運(yùn)動(dòng)進(jìn)行跟蹤，獲得有效的紅外信號(hào)。
[0031]其基本原理為:當(dāng)人體穿越紅外探測(cè)器明暗視區(qū)時(shí)，探測(cè)器輸出時(shí)變信號(hào)的峰值正負(fù)相間。信號(hào)相鄰過(guò)零點(diǎn)的時(shí)間差可以反映一定的運(yùn)動(dòng)趨勢(shì)，即運(yùn)動(dòng)方向由近到遠(yuǎn)時(shí)，穿越明暗區(qū)的時(shí)間將增加，過(guò)零點(diǎn)的時(shí)間將變長(zhǎng)；而從遠(yuǎn)處向近處運(yùn)動(dòng)時(shí)，穿越明暗區(qū)的時(shí)間將減少，過(guò)零點(diǎn)時(shí)間相應(yīng)的變短；如果沿著圓弧路徑運(yùn)動(dòng)過(guò)零點(diǎn)的時(shí)間差將保持不變；若隨機(jī)行走則過(guò)零點(diǎn)的時(shí)間也表現(xiàn)出隨機(jī)性。信號(hào)過(guò)零點(diǎn)的時(shí)間變化趨勢(shì)可以利用信號(hào)的短時(shí)傅里葉變換(STFT)頻譜能量來(lái)表示。離散STFT把時(shí)變信號(hào)分解到時(shí)間一頻率域，從而提供每個(gè)信號(hào)頻譜能量隨時(shí)間的演化趨勢(shì)?；谏鲜鲈?，紅外跟蹤器實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)特征的捕捉。
[0032]所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備包括數(shù)據(jù)采集模塊、運(yùn)動(dòng)特征分析模塊。
[0033]人體運(yùn)動(dòng)特征捕捉設(shè)備采用具有數(shù)據(jù)存儲(chǔ)和運(yùn)算能力的小型服務(wù)器實(shí)現(xiàn)。
[0034]數(shù)據(jù)采集模塊:接收從所述多個(gè)紅外探測(cè)器接收的信號(hào)產(chǎn)生二維數(shù)據(jù)文件。
[0035]運(yùn)動(dòng)特征分析模塊:將接收到所述的數(shù)據(jù)采集模塊的二維數(shù)據(jù)文件存儲(chǔ)并且對(duì)動(dòng)作進(jìn)行分析識(shí)別。
[0036]所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備提供了一種基于紅外探測(cè)器信號(hào)的人體運(yùn)動(dòng)特征識(shí)別方法，包括:
[0037]步驟1:數(shù)據(jù)采集模塊采集紅外探測(cè)器探測(cè)的預(yù)先定義的6種不同人體運(yùn)動(dòng)特征信號(hào)，同時(shí)產(chǎn)生二維數(shù)據(jù)文件；6種不同人體運(yùn)動(dòng)包括:運(yùn)動(dòng)I為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)2為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)3為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)4為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)5為沿垂直于探測(cè)器中心線(xiàn)或弧線(xiàn)路徑的運(yùn)動(dòng)；運(yùn)動(dòng)6為隨機(jī)行走路徑、隨機(jī)方向的運(yùn)動(dòng)。
[0038]步驟2:運(yùn)動(dòng)特征分析模塊將數(shù)據(jù)采集模塊產(chǎn)生的二維數(shù)據(jù)文件存儲(chǔ)。
[0039]步驟3:運(yùn)動(dòng)特征分析模塊從二維數(shù)據(jù)文件中提取運(yùn)動(dòng)特征參數(shù)，包括運(yùn)動(dòng)特征頻譜和STFT能量特征，并通過(guò)獲得的運(yùn)動(dòng)特征頻譜和STFT能量特征對(duì)人體運(yùn)動(dòng)特征進(jìn)行分析。
[0040]步驟4:運(yùn)動(dòng)分析模塊將參數(shù)配準(zhǔn)后，對(duì)人體運(yùn)動(dòng)特征進(jìn)行識(shí)別。
[0041]具體過(guò)程如下:
[0042]定義6種人體運(yùn)動(dòng)，如圖2所示，
[0043]運(yùn)動(dòng)I為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)，如圖2 (a)。
[0044]運(yùn)動(dòng)2為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)，如圖2 (a)。
[0045]運(yùn)動(dòng)3為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)，如圖2 (b)。
[0046]運(yùn)動(dòng)4為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)，如圖2 (b)。
[0047]運(yùn)動(dòng)5為沿垂直于探測(cè)器中心線(xiàn)或弧線(xiàn)路徑的運(yùn)動(dòng)，如圖2 (c);[0048]運(yùn)動(dòng)6為隨機(jī)行走路徑、隨機(jī)方向的運(yùn)動(dòng)，如圖2 ( d)。
[0049]測(cè)試對(duì)象在探測(cè)區(qū)域內(nèi)以1.5?2.5m/s速度按上述規(guī)定的運(yùn)動(dòng)方式行走，同時(shí)數(shù)據(jù)采集模塊對(duì)探測(cè)器輸出的信號(hào)進(jìn)行采集。
[0050]運(yùn)動(dòng)特征分析模塊將數(shù)據(jù)采集模塊獲得信號(hào)進(jìn)行處理，提取的不同運(yùn)動(dòng)特征的頻譜如圖3所示，圖中,a為運(yùn)動(dòng)I的頻譜圖；b為運(yùn)動(dòng)2的頻譜圖；c為運(yùn)動(dòng)3的頻譜圖；d為運(yùn)動(dòng)4的頻譜圖；e為運(yùn)動(dòng)5的頻譜圖；f為運(yùn)動(dòng)6的頻譜圖。
[0051]由圖3可見(jiàn)，不同運(yùn)動(dòng)的頻譜特征存在一定的差異性，但對(duì)具有相同運(yùn)動(dòng)路徑的運(yùn)動(dòng)方式，頻譜特征差異不明顯。
[0052]運(yùn)動(dòng)特征分析模塊提取能反應(yīng)運(yùn)動(dòng)方向信息的STFT能量特征。不同運(yùn)動(dòng)方式的時(shí)域波形及其相應(yīng)的STFT能量波形。
[0053]運(yùn)動(dòng)的時(shí)域波形如圖4所示，圖中，a為運(yùn)動(dòng)I的時(shí)域波形圖；b為運(yùn)動(dòng)2的時(shí)域波形圖；c為運(yùn)動(dòng)3的時(shí)域波形圖；d為運(yùn)動(dòng)4的時(shí)域波形圖；e為運(yùn)動(dòng)5的時(shí)域波形圖；f為運(yùn)動(dòng)6的時(shí)域波形圖。
[0054]運(yùn)動(dòng)的STFT能量分布如圖5所示，圖中，a為運(yùn)動(dòng)I的STFT能量分布圖；b為運(yùn)動(dòng)2的STFT能量分布圖；c為運(yùn)動(dòng)3的STFT能量分布圖；d為運(yùn)動(dòng)4的STFT能量分布圖；e為運(yùn)動(dòng)5的STFT能量分布圖；f為運(yùn)動(dòng)6的STFT能量分布圖。
[0055]具有相同運(yùn)動(dòng)方向的兩類(lèi)運(yùn)動(dòng)的短時(shí)頻譜能量相似。運(yùn)動(dòng)5時(shí)域過(guò)零點(diǎn)時(shí)間保持不變，所以對(duì)應(yīng)的STFT能量值在相應(yīng)的時(shí)間段波動(dòng)不大。運(yùn)動(dòng)6的STFT頻譜能量在整個(gè)時(shí)間域分布，沒(méi)有顯著的峰值。
[0056]運(yùn)動(dòng)分析模塊提取上述運(yùn)動(dòng)特征參數(shù)，包括運(yùn)動(dòng)的頻譜特征和STFT能量特征，并對(duì)實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)特征的識(shí)別，具體包括:
[0057]基于單一特征的識(shí)別:每種運(yùn)動(dòng)進(jìn)行40組測(cè)試隨機(jī)選取20個(gè)測(cè)試數(shù)據(jù)。利用PCA方法對(duì)頻譜及短時(shí)頻譜能量特征分別進(jìn)行降維，然后利用一對(duì)一最小二乘方法分類(lèi)。
[0058]基于融合特征的識(shí)別。在特征融合前，首先要對(duì)原始特征進(jìn)行歸一化處理，再利用特征級(jí)聯(lián)融合特征分類(lèi)的方法將歸一化處理后的頻譜及STFT能量級(jí)聯(lián)，然后用PCA降維后進(jìn)行分類(lèi)。
【權(quán)利要求】
1.基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，其特征在于該系統(tǒng)包括紅外跟蹤器和人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備； 所述的紅外跟蹤器采用單個(gè)紅外探測(cè)器，用于探測(cè)人體運(yùn)動(dòng)特征中的運(yùn)動(dòng)路徑及運(yùn)動(dòng)方向； 所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備包括數(shù)據(jù)采集模塊和運(yùn)動(dòng)特征分析模塊； 數(shù)據(jù)采集模塊:接收單個(gè)紅外探測(cè)器采集的信號(hào)并產(chǎn)生二維數(shù)據(jù)文件； 運(yùn)動(dòng)特征分析模塊:將接收到的數(shù)據(jù)采集模塊產(chǎn)生的二維數(shù)據(jù)文件存儲(chǔ)并且提取運(yùn)動(dòng)特征頻譜和STFT能量特征，并進(jìn)行分析識(shí)別。
2.根據(jù)權(quán)利要求1所述的基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，其特征在于所述的紅外探測(cè)器為近距離的敏感紅外探測(cè)器并且焦距可調(diào)。
3.根據(jù)權(quán)利要求1所述的基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，其特征在于所述的紅外跟蹤器提供一種人體運(yùn)動(dòng)特征的捕捉方法，具體是:將紅外探測(cè)器安裝在距離地面2m高的墻壁上，根據(jù)紅外探測(cè)器的角度，確定探測(cè)器的明暗視區(qū)；紅外探測(cè)器對(duì)人體穿過(guò)的明暗視區(qū)的運(yùn)動(dòng)進(jìn)行跟蹤，獲得有效的紅外信號(hào)。
4.根據(jù)權(quán)利要求1所述的基于紅外跟蹤技術(shù)的人體運(yùn)動(dòng)特征捕捉系統(tǒng)，其特征在于所述的人體運(yùn)動(dòng)特征捕捉數(shù)據(jù)處理設(shè)備進(jìn)行人體運(yùn)動(dòng)特征識(shí)別的方法包括: 步驟1:數(shù)據(jù)采集模塊采集紅外探測(cè)器探測(cè)的預(yù)先定義的6種不同人體運(yùn)動(dòng)特征信號(hào)，同時(shí)產(chǎn)生二維數(shù)據(jù)文件；6種不同人體運(yùn)動(dòng)包括:運(yùn)動(dòng)I為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)2為沿與探測(cè)器中心線(xiàn)夾角分別為+45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)3為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從近到遠(yuǎn)的運(yùn)動(dòng)；運(yùn)動(dòng)4為沿與探測(cè)器中心線(xiàn)夾角分別為-45°、方向從遠(yuǎn)到近的運(yùn)動(dòng)；運(yùn)動(dòng)5為沿垂直于探測(cè)器中心線(xiàn)或弧線(xiàn)路徑的運(yùn)動(dòng)；運(yùn)動(dòng)6為隨機(jī)行走路徑、隨機(jī)方向的運(yùn)動(dòng)； 步驟2:運(yùn)動(dòng)特征分析模塊將數(shù)據(jù)采集模塊產(chǎn)生的二維數(shù)據(jù)文件存儲(chǔ)； 步驟3:運(yùn)動(dòng)特征分析模塊從二維數(shù)據(jù)文件中提取運(yùn)動(dòng)特征參數(shù)，包括運(yùn)動(dòng)特征頻譜和STFT能量特征，并通過(guò)獲得的運(yùn)動(dòng)特征頻譜和STFT能量特征對(duì)人體運(yùn)動(dòng)特征進(jìn)行分析； 步驟4:運(yùn)動(dòng)分析模塊通過(guò)對(duì)數(shù)據(jù)進(jìn)行降維和分類(lèi)，完成對(duì)單一運(yùn)動(dòng)特征和融合運(yùn)動(dòng)特征的識(shí)別。
【文檔編號(hào)】G06K9/00GK103646240SQ201310726848
【公開(kāi)日】2014年3月19日 申請(qǐng)日期:2013年12月19日 優(yōu)先權(quán)日:2013年12月19日
【發(fā)明者】魏臻, 張紅濤, 劉京亮, 郭富, 周歡 申請(qǐng)人:天津理工大學(xué)