肢体动作识别方法、装置、机器人及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107609474A(43)申请公布日2018.01.19(21)申请号201710668382.9(22)申请日2017.08.07(71)申请人深圳市科迈爱康科技有限公司地址518000广东省深圳市南山区粤海街道科技中三路深圳软件园一期8栋302室(72)发明人袁晖李凝华(74)专利代理机构深圳市港湾知识产权代理有限公司44258代理人微嘉(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书2页说明书11页附图8页(54)发明名称肢体动作识别方法、装置、机器人及存储介质(57)摘要本发明公开了一种肢体动作识别方法、装置、机器人及存储介质，所述方法包括：提取待处理视频中肢体动作信息，所述肢体动作信息包括颜色的变化信息、肢体运动的变化信息以及动作程度信息；根据所述颜色的变化信息和肢体运动的变化信息确定对应的部位特征信息；将所述部位特征信息结合所述动作程度信息生成肢体动作标签；将所述肢体动作标签与预设肢体动作数据库中的肢体动作标签进行对比；根据对比结果确定所述待处理视频中的肢体动作，以实现肢体动作识别。本发明通过将肢体动作信息特征化，并根据相应的肢体动作数据库，进行肢体动作的识别，从而提高肢体动作识别的精细化。CN107609474ACN107609474A权利要求书1/2页1.一种肢体动作识别方法，其特征在于，所述方法包括以下步骤：提取待处理视频中的第一肢体动作信息，所述第一肢体动作信息包括第一颜色的变化信息、第一肢体运动的变化信息以及第一动作程度信息；根据所述第一颜色的变化信息和第一肢体运动的变化信息确定对应的第一部位特征信息；将所述第一部位特征信息结合所述第一动作程度信息生成第一肢体动作标签；将所述第一肢体动作标签与预设肢体动作数据库中的肢体动作标签进行对比；根据对比结果确定所述待处理视频中的肢体动作，以实现肢体动作识别。2.如权利要求1所述的肢体动作识别方法，其特征在于，所述待处理视频中包括第一环境特征信息；所述将所述第一部位特征信息结合所述第一动作程度信息生成第一肢体动作标签，具体包括：提取所述待处理视频中的第一环境特征信息，将所述第一部位特征信息、所述第一动作程度信息结合所述第一环境特征信息生成第一肢体动作标签。3.如权利要求1所述的肢体动作识别方法，其特征在于，所述第一部位信息包括第二部位信息和第三部位信息；所述根据所述第一颜色的变化信息和第一肢体运动的变化信息确定对应的第一部位特征信息之前，所述方法包括：根据第一颜色的变化信息与第二部位特征信息的第一对应关系确定对应的第二部位特征信息；根据第一肢体运动的变化信息与第三部位特征信息的第二对应关系确定对应的第三部位特征信息。4.如权利要求1所述的肢体动作识别方法，其特征在于，所述将所述部位特征信息结合所述第一动作程度信息生成第一肢体动作标签，具体还包括：对所述第一动作程度信息进行图像化处理，并将图像化的第一动作程度信息结合所述部位特征信息生成第一肢体动作标签。5.如权利要求1所述的肢体动作识别方法，其特征在于，所述将所述肢体动作标签与预设肢体动作数据库中的肢体动作标签进行对比之前，所述方法包括：获取样本视频，提取所述样本视频中的第二肢体动作信息，所述第二肢体动作信息包括第二颜色的变化信息、第二肢体运动的变化信息以及第二动作程度信息；根据所述第二颜色的变化信息和第二肢体运动的变化信息确定对应的第四部位特征信息；提取所述待处理视频中的第二环境特征信息，将所述第四部位特征信息、所述第二环境特征信息以及所述第二动作程度信息结合生成第二肢体动作标签；对所述第二肢体动作标签进行分类，根据分类结果建立第二肢体动作与所述第二肢体动作标签的第三对应关系，根据所述第三对应关系生成预设肢体动作数据库。6.如权利要求1所述的肢体动作识别方法，其特征在于，所述提取待处理视频中的第一肢体动作信息之前，所述方法还包括：提取待处理视频中的各个特征信息，将所述各个特征信息与预设肤色特征信息进行比2CN107609474A权利要求书2/2页较；在所述待处理视频中的各个特征信息中包含所述预设肤色特征信息时，执行所述提取待处理视频中的第一肢体动作信息的步骤。7.如权利要求1所述的肢体动作识别方法，其特征在于，所述第一肢体动作标签包括第三肢体动作标签和第四肢体动作标签；所述将所述第一肢体动作标签与预设肢体动作数据库中的肢体动作标签进行对比步骤，具体包括：在所述第三肢体动作标签与所述预设肢体动作数据库中的肢体动作标签一致，且所述第四肢体动作标签与所述预设肢体动作数据库中的肢体动作标签不一致时，发送肢体动作异常的警报信息。8.一种肢体动作识别装置，其特征在于，所述肢体动作识别装置包括：存储