基于Kinect角度测量的姿势识别算法.pdf

《基于Kinect角度测量的姿势识别算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第33卷第7期传感器与微系统(TransducerandMicrosystemTechnologies)129基于Kinect角度测量的姿势识别算法战荫伟，于芝枝，蔡俊(广东工业大学计算机学院。广东广州510006)摘要：人体姿势识别在医疗康复等领域中有着重要的作用。为了提高姿势识别的准确率，提出了一种利用Kineet测量角度的人体姿势识别方法。首先，利用Kinect获取人体关节点的空间坐标。然后，通过两点法计算角度的大小并定义人体姿势库。最后，与姿势库进行角度匹配实现姿势识别。实验结果表明：此方法能够实时准确地识

2、别人体姿势，并且可以通过组建不同的姿势库来识别更多的姿势。关键词：Kinect；姿势识别；角度测量；骨架跟踪中图分类号：TP39文献标识码：A文章编号：1000-9787(2014)07-0129-04PosturerecognitionalgorithmbasedonanglemeasurementwithKinectZHANYin—wei，YUZhi·zhi，CAIJun(SchoolofComputer，GuangdongUniversityofTechnology，Guangzhou510006，China)Abst

3、ract：Posturerecognitionplaysanimportantroleinmanyapplications，suchasrehabilitation．Toimprovethe，accuracyofposturerecognition，proposeanewmethodforhumanposturerecognitionbasedonKinect．Firstly，Kinectisusedtoobtaintheworldcoordinatesofjoints．Thenthroughtwo—pointmethodt

4、ocalculateangleanddefinehumanposturelibrary．Finally，anglematchingiscarriedoutwithposturelibrarytorealizegesturerecognition．Experimentalresultsshowthatthismethodcanreal·timeaccuratelyidentifypostures，andbuilddifferentposturelibrarytorecognizemorepostures．Keywords：Ki

5、nect；posturerecognition；anglemeasurement；skeletontracking0引言ZhengXiao等人”利用Kinect的深度传感器获得的人体图人体动作丰富多样，不同的动作具有不同的含义。在像来识别3D人体姿态。PennyJS等人利用Kinect设备很多的应用中，需要对人体运动进行更加全面的分析，例捕获场景，并对人体的下肢姿态进行估计。如：行为监控、运动分析、医疗康复等。如果能够实时地识鉴于Kineet的廉价性和使用价值，许多医疗专家也将别和跟踪人体，那么就能够准确地识别人体姿势，更加

6、方便这一优势带入到医疗康复当中，利用Kinect进行康复治地观察和学习人体行为。因此，寻找一个好的方法来识别疗，其基本思想是利用深度信息和骨架跟踪技术对人人体姿势是非常有必要的。体肢体的跟踪来确定肢体位置，从而识别人体的动作。文近年来，基于KinectI1~33体感设备的人体动作识别在医献[12]指出利用Kinect康复训练可以有效地增强康复的学领域表现出巨大的应用价值，国内外很多机构都在开展质量，它在帮助患者恢复运动功能的同时也提高了患者的相关研究。HuRz等人在学步车上安装Kinect用来提心理素质，减少患者消极情绪。D

7、aGamaA等人设计了取腿部信息从而进行医疗步态分析。ShottonJ等人利用人体肩部的康复系统，该系统只需患者将手部碰触到设定Kinect获得的深度信息检测人体的关节点，利用随机森林的点即可，但却无法实时地测量关节点具体位置。康复训分类器将深度图像像素分类为身体的多个部位。SchwarzL练往往不需要患者进行快速的大幅度运动，但是对KinectA等人则结合人体解剖学标记和人体骨架模型，并利用人体骨架跟踪精度要求较高，如果能够实现对人的手部和Kinect获得深度图对人体进行全身的姿势估计，利用测地腿部骨架准确的跟踪，那么可以

8、更加准确地识别出患者的距离(geodesicdistances)来测量身体部位之间的距离。动作，从而达到更好的康复效果。收稿日期：2014--01~)2基金项目：广东省教育部产学研合作专项资金资助项目(2012B091000067)l3O传感器与微系统第33卷为了提高人体姿势识别的准确率和