結合時序姿態比對與模糊法則推論之人類動作辨識方法

Abstract

本發明是關於一種人類動作辨識方法，藉由結合時序姿態比對與模糊法則來完成人類動作的識別。首先，以減少照明對前景人物抽取的影響，每一張影像的前景人物利用一個基於前後影像比值而建立之統計背景模型抽取出來，並將抽取出來影像轉換成二值化的影像格式；再將二值化影像經由特徵空間及標準空間轉換，投影至標準空間；最後人類動作的識別在標準空間中完成，經由樣板比對的方法可將至少兩張影像序列，並轉換成轉變成一組時序姿態序列；利用模糊法則的推論方法，將這組時序姿態序列分類為某一個動作類別，使其不僅能夠結合時間序列上的資訊，並且可以容忍不同人做相同動作上的差異。因此，本發明提出的動作辨認方法較先前技術而言，具有較高的辨識正確率。 The present invention relates to a human activity iecognition method, particularly to a method which uses temple posture matching and fuzzy rule reasoning to recognize an action. First of all, a foreground subject is extracted and converted to a binary image by a statistical background model based on frame ratio, which is robust to illumination changes. For better efficiency and separability, the binary image is then transformed to a new space by eigenspace and canonical space transformation, and recognition is done in canonical space. At least two image frame sequence is converted to a posture sequence by template matching. The posture sequence is classified to an action by fuzzy rule inference. Fuzzy rule approach can not only combine temporal sequence information for recognition, but also be tolerant to variation of action done by different people. Therefore, the present invention is able to achieve higher recognition accuracy than the prior art. 【創作特點】 本發明之主要目的係在提供一種人類動作辨識方法，特別是關於一種結合時序姿態比對與模糊法則來完成人類動作的識別。 為達到上述目的，本發明之人類動作辨識方法包含以下步驟。首先設立一攝影裝置於一定點以捕捉該定點的背景畫面並建立學習一背景模型，然後將該攝影裝置以固定頻率的時間擷取影像，並在降低抽樣頻率後化為一序列的影像輸入畫面，序列中的每一個輸入畫面並與該背景畫面做比對，以取出前景影像。再將每一張取出的前景影像實施空間轉換，然後將至少連續兩張已實施空間轉換後的前景影像轉變成一組時序姿態序列。最後將這組時序姿態序列透過模糊法則為基礎的人類動作識別來分類出成某一個人的動作類別。此方法不但同時可以結合人類動作上的姿勢序列資訊，而且模糊邏輯方法能涵蓋不同人在做相同動作時姿勢上些微差異。模糊法則的優點亦包含可以學習到姿勢轉換關係的隱藏模式。 底下藉由具體實施例配合所附的圖式詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。