人体动作表征的处理方法、系统、电子装置及存储介质.pdf

《人体动作表征的处理方法、系统、电子装置及存储介质.pdf》由会员分享，可在线阅读，更多相关《人体动作表征的处理方法、系统、电子装置及存储介质.pdf（15页完成版）》请在专利查询网上搜索。

1、(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 (43)申请公布日 (21)申请号 201910072379.X (22)申请日 2019.01.25 (71)申请人 深圳大学 地址 518060 广东省深圳市南山区南海大 道3688号 (72)发明人 曹文明鲁义涛曹桂涛 (74)专利代理机构 深圳市恒申知识产权事务所 (普通合伙) 44312 代理人 袁文英 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) (54)发明名称 人体动作表征的处理方法、 系统、 电子装置 及存储介质 (57)摘要 本发明公开了一种。

2、人体动作表征的处理方 法、 系统、 电子装置及存储介质， 涉及人体动作捕 捉技术领域， 用于对人体的动作表征进行处理； 包括： 采集正在采集的动作数据中当前帧的下一 帧人体姿态数据； 将当前帧的下一帧动作数据进 行空间转换， 得到在几何代数空间内的人体姿态 数据； 根据人体姿态数据对人体姿态表征进行提 取， 得到人体姿态特征； 对全部人体姿态特征进 行分类及集成， 得到动作数据的分类结果； 在人 体动作结束后结束采集人体姿态数据， 并输出分 类结果， 在人体动作结束前继续采集人体姿态数 据； 从而不需要在得到一个动作的所有动作数据 后才能够对整个动作进行处理， 因此降低了人体 动作表征处理流程。

3、的复杂度及人体动作表征的 处理难度。 权利要求书2页 说明书8页 附图4页 CN 109840490 A 2019.06.04 CN 109840490 A 1.一种人体动作表征的处理方法， 其特征在于， 包括： 采集正在采集的动作数据中当前帧的下一帧人体姿态数据； 将当前帧的下一帧动作数据进行空间转换， 得到在几何代数空间内的人体姿态数据； 根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到人体姿态特 征； 对全部所述人体姿态特征进行分类及集成， 得到所述动作数据的分类结果； 在人体动作结束后结束采集当前帧的下一帧人体姿态数据， 并输出所述分类结果， 在 人体动作结束前继续采。

4、集当前帧的下一帧人体姿态数据。 2.根据权利要求1所述的人体动作表征的处理方法， 其特征在于， 所述将当前帧的下一帧动作数据进行空间转换， 得到在几何代数空间内的人体姿态数 据包括： 建立欧式空间的三维坐标系， 记做欧式坐标系， 并建立几何代数空间的三维坐标系， 记 做几何代数坐标系； 将当前帧的下一帧动作数据放入欧式坐标系内， 并获取关键点坐标， 记做欧式坐标； 根据欧式坐标系及几何代数坐标系转换关系将所述欧式坐标转化为几何代数空间内 的几何代数坐标。 3.根据权利要求2所述的人体动作表征的处理方法， 其特征在于， 所述将当前帧的下一帧动作数据进行空间转换， 得到在几何代数空间内的人体姿态数。

5、 据还包括： 在建立所述欧式坐标系及所述集合代数坐标系时， 将几何代数坐标系的三个空间基底 分别与欧式坐标系的三个坐标轴相对应。 4.根据权利要求2所述的人体动作表征的处理方法， 其特征在于， 根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到人体姿态特 征包括： 获取人体姿态在几何代数空间内的人体关节旋转特征； 提取人体姿态在几何代数空间内的人体关节角度特征； 根据所述人体关节旋转特征及所述人体关节角度特征计算人体姿态特征。 5.根据权利要求4所述的人体动作表征的处理方法， 其特征在于， 所述获取人体姿态在几何代数空间内的人体关节旋转特征包括： 设定骨骼向量为人体骨骼在几何代。

6、数空间中运动后的状态， 且所述骨骼向量的初始状 态与几何代数空间中的一个基底相同； 在人体处在确切的姿态后， 根据骨骼向量的旋转变化在几何代数空间内表示各骨骼的 姿态， 以获取人体关节的旋转特征。 6.根据权利要求4所述的人体动作表征的处理方法， 其特征在于， 所述提取人体姿态在几何代数空间内的人体关节角度特征包括： 根据人体四肢进行设计并提取与关节相连的骨骼之间的夹角， 记做关节夹角； 设定所述夹角的取值范围； 将人体四肢每个部分的关节夹角依次放置构成关节角度特征向量， 将所述关节角度特 征向量作为人体关节角度特征。 权利要求书 1/2 页 2 CN 109840490 A 2 7.根据权利。

7、要求1所述的人体动作表征的处理方法， 其特征在于， 所述方法还包括： 对已经采集好的动作数据进行分帧操作， 得到每一帧的人体姿态数据； 去除人体动作前及动作后每一帧的人体姿态数据， 得到有效姿态数据； 将有效姿态数据进行空间转换， 得到在几何代数空间内的有效人体姿态数据； 根据所述有效人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到有效人 体姿态特征； 对全部所述有效人体姿态特征进行分类及集成， 并在人体动作结束后， 得到并输出所 述动作数据的分类结果。 8.一种人体动作表征的处理系统， 其特征在于， 包括： 动作数据采集模块， 用于采集正在采集的数据中当前帧的下一帧人体姿态数据； 。

8、空间转换模块， 用于将所述动作数据采集模块采集的当前帧的下一帧动作数据进行空 间转换， 得到在几何代数空间内的人体姿态数据； 姿态表征提取模块， 用于根据所述空间转换模块转换的人体姿态数据在集合代数空间 内对人体姿态表征进行提取， 得到人体姿态特征； 分类集成模块， 用于对所述全部所述姿态表征提取模块提取的人体姿态特征进行分类 及集成， 得到动作数据的分类结果； 循环模块， 用于在人体动作结束后结束所述动作数据采集模块采集当前帧的下一帧人 体姿态数据， 并输出所述分类集成模块得到的分类结果， 在人体动作结束前继续使用所述 动作数据采集模块采集当前帧的下一帧人体姿态数据。 9.一种电子装置， 包。

9、括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时， 实现权利要求1至7中的 任意一项所述方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时， 实现权利要求1至7中的任意一项所述方法。 权利要求书 2/2 页 3 CN 109840490 A 3 人体动作表征的处理方法、 系统、 电子装置及存储介质 技术领域 0001 本发明涉及人体动作捕捉技术领域， 尤其涉及一种人体动作表征的处理方法、 系 统、 电子装置及存储介质。 背景技术 0002 在计算机视觉及机器智。

10、能的研究中， 经常需要基于3D骨架数据的时空空间中对人 体动作的表征进行捕捉及处理， 并因此诞生了多种捕捉及处理方法。 0003 目前， 主流的方法是： 首先， 基于手动涉及并提取人体动作特征； 然后， 基于统计、 填充/截断等方式对表征进行维度对齐， 从而使得不同长度的动作的表征能够适应后续处 理流程的输入； 最后， 使用机器学习/推理系统对人体动作进行分类识别， 从而实现对人体 动作的捕捉及处理。 0004 然而， 上述方法是通过对一个动作的全部姿态构成的序列来提取动作的表征， 从 而使得需要在得到一个动作的所有动作数据后才能够对整个动作进行复杂的表征提取、 变 换及分类等处理， 因此使得。

11、人体动作表征的处理流程复杂， 增加了人体动作表征的处理难 度。 发明内容 0005 本发明的主要目的在于提供一种人体动作表征的处理方法、 系统、 电子装置及存 储介质， 旨在解决现有技术中人体动作表征的处理流程复杂而增加了人体动作表征的处理 难度的技术问题。 0006 为实现上述目的， 本发明第一方面提供一种人体动作表征的处理方法， 包括： 采集 正在采集的动作数据中当前帧的下一帧人体姿态数据； 将当前帧的下一帧动作数据进行空 间转换， 得到在几何代数空间内的人体姿态数据； 根据所述人体姿态数据在集合代数空间 内对人体姿态表征进行提取， 得到人体姿态特征； 对全部所述人体姿态特征进行分类及集 。

12、成， 得到所述动作数据的分类结果； 在人体动作结束后结束采集当前帧的下一帧人体姿态 数据， 并输出所述分类结果， 在人体动作结束前继续采集当前帧的下一帧人体姿态数据。 0007 进一步地， 所述将所述下一帧动作数据进行空间转换， 得到在几何代数空间内的 人体姿态数据包括： 建立欧式空间的三维坐标系， 记做欧式坐标系， 并建立几何代数空间的 三维坐标系， 记做几何代数坐标系； 将当前帧的下一帧动作数据放入欧式坐标系内， 并获取 关键点坐标， 记做欧式坐标； 根据欧式坐标系及几何代数坐标系转换关系将所述欧式坐标 转化为几何代数空间内的几何代数坐标。 0008 进一步地， 所述将所述下一帧动作数据进。

13、行空间转换， 得到在几何代数空间内的 人体姿态数据还包括： 在建立所述欧式坐标系及所述集合代数坐标系时， 将几何代数坐标 系的三个空间基底分别与欧式坐标系的三个坐标轴相对应。 0009 进一步地， 根据所述人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到人体姿态特征包括： 获取人体姿态在几何代数空间内的人体关节旋转特征； 提取人体 说明书 1/8 页 4 CN 109840490 A 4 姿态在几何代数空间内的人体关节角度特征； 根据所述人体关节旋转特征及所述人体关节 角度特征计算人体姿态特征。 0010 进一步地， 所述获取人体姿态在几何代数空间内的人体关节旋转特征包括： 设定 骨。

14、骼向量为人体骨骼在几何代数空间中运动后的状态， 且所述骨骼向量的初始状态与几何 代数空间中的一个基底相同； 在人体处在确切的姿态后， 根据骨骼向量的旋转变化在几何 代数空间内表示各骨骼的姿态， 以获取人体关节的旋转特征。 0011 进一步地， 所述提取人体姿态在几何代数空间内的人体关节角度特征包括： 根据 人体四肢进行设计并提取与关节相连的骨骼之间的夹角， 记做关节夹角； 设定所述夹角的 取值范围； 将人体四肢每个部分的关节夹角依次放置构成关节角度特征向量， 将所述关节 角度特征向量作为人体关节角度特征。 0012 进一步地， 所述方法还包括： 对已经采集好的动作数据进行分帧操作， 得到每一帧。

15、 的人体姿态数据； 去除人体动作前及动作后每一帧的人体姿态数据， 得到有效姿态数据； 将 有效姿态数据进行空间转换， 得到在几何代数空间内的有效人体姿态数据； 根据所述有效 人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到有效人体姿态特征； 对全 部所述有效人体姿态特征进行分类及集成， 并在人体动作结束后， 得到并输出所述动作数 据的分类结果。 0013 本发明第二方面提供一种人体动作表征的处理系统， 包括： 动作数据采集模块， 用 于采集正在采集的数据中当前帧的下一帧人体姿态数据； 空间转换模块， 用于将所述动作 数据采集模块采集的当前帧的下一帧动作数据进行空间转换， 得到在几何代。

16、数空间内的人 体姿态数据； 姿态表征提取模块， 用于根据所述空间转换模块转换的人体姿态数据在集合 代数空间内对人体姿态表征进行提取， 得到人体姿态特征； 分类集成模块， 用于对所述全部 所述姿态表征提取模块提取的人体姿态特征进行分类及集成， 得到动作数据的分类结果； 循环模块， 用于在人体动作结束后结束所述动作数据采集模块采集当前帧的下一帧人体姿 态数据， 并输出所述分类集成模块得到的分类结果， 在人体动作结束前继续使用所述动作 数据采集模块采集当前帧的下一帧人体姿态数据。 0014 本发明第三方面提供一种电子装置， 包括： 存储器、 处理器及存储在所述存储器上 并可在所述处理器上运行的计算机。

17、程序， 其特征在于， 所述处理器执行所述计算机程序时， 实现上述中的任意一项所述方法。 0015 本发明第四方面提供一种计算机可读存储介质， 其上存储有计算机程序， 其特征 在于， 所述计算机程序被处理器执行时， 实现上述中的任意一项所述方法。 0016 本发明提供一种人体动作表征的处理方、 系统电子装置及存储介质， 有益效果在 于： 能够对正在采集的人体动作表征进行处理， 从而不需要在得到一个动作的所有动作数 据后才能够对整个动作进行处理， 因此降低了人体动作表征处理流程的复杂度， 从而降低 了人体动作表征的处理难度。 附图说明 0017 为了更清楚地说明本发明实施例或现有技术中的技术方案，。

18、 下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本 发明的一些实施例， 对于本领域技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据 说明书 2/8 页 5 CN 109840490 A 5 这些附图获得其他的附图。 0018 图1为本发明实施例人体动作表征的处理方法的流程示意图； 0019 图2为本发明实施例人体动作表征的处理方法针对Kinect设计的关节角度示意 图； 0020 图3为本发明实施例人体动作表征的处理系统的结构示意框图； 0021 图4为本发明实施例电子装置的结构示意框图。 具体实施方式 0022 为使得本发明的发明。

19、目的、 特征、 优点能够更加的明显和易懂， 下面将结合本发明 实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 所描述的实 施例仅仅是本发明一部分实施例， 而非全部实施例。 基于本发明中的实施例， 本领域技术人 员在没有做出创造性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范围。 0023 请参阅图1， 为一种人体动作表征的处理方法， 包括： S1、 采集正在采集的动作数据 中当前帧的下一帧人体姿态数据； S2、 将当前帧的下一帧动作数据进行空间转换， 得到在几 何代数空间内的人体姿态数据； S3、 根据人体姿态数据在集合代数空间内对人体姿态表征 进行提取。

20、， 得到人体姿态特征； S4、 对全部人体姿态特征进行分类及集成， 得到动作数据的 分类结果； S5、 在人体动作结束后结束采集当前帧的下一帧人体姿态数据， 并输出分类结 果， 在人体动作结束前继续采集当前帧的下一帧人体姿态数据。 0024 将当前帧的下一帧动作数据进行空间转换， 得到在几何代数空间内的人体姿态数 据包括： 建立欧式空间的三维坐标系， 记做欧式坐标系， 并建立几何代数空间的三维坐标 系， 记做几何代数坐标系； 将当前帧的下一帧动作数据放入欧式坐标系内， 并获取关键点坐 标， 记做欧式坐标； 根据欧式坐标系及几何代数坐标系转换关系将欧式坐标转化为几何代 数空间内的几何代数坐标。 。

21、0025 将当前帧的下一帧动作数据进行空间转换， 得到在几何代数空间内的人体姿态数 据还包括： 在建立欧式坐标系及集合代数坐标系时， 将几何代数坐标系的三个空间基底分 别与欧式坐标系的三个坐标轴相对应。 0026 具体地， 几何代数(Geometric Algebra， GA)空间是一个处理高维度信息的数学工 具， 为与数据在欧氏空间的维度对应， 将三维欧氏空间的骨骼数据以三维GA空间来进行 描述， 在中， 空间的基底为e1， e2， e3， 且在3维GA空间中基本组件为1； e1， e2， e3； e1e2， e1e3， e2e3； e1e2e3共8个， 也可以简写为1； e1， e2， e。

22、3； e12， e13， e23； e123。 骨骼数据集中的骨骼 坐标数据都有一个坐标系与之对应， 以Kinect传感器为例， 其定义了一个坐标原点为 Kinect深度红外摄像头的空间坐标系， 以人体面对Kinect传感器为基准， 欧氏空间中的x， y， z三轴分别为： 水平从左往右的方向为x轴， 垂直从下往上的方向为y轴， 水平从前往后的 方向为z轴。 为保持数据在两个坐标系中数据的一致性、 避免复杂的坐标变换， 采用的几何 代数空间基底e1， e2， e3分别将对应三维空间的坐标轴x， y， z， 即e1对应于x轴， e2对应y 轴， e3对应z轴。 0027在上述坐标系设定下， 在空间。

23、中的一般的对象多重向量M可用公式4-1表示， 公 式4-1表示如下： 说明书 3/8 页 6 CN 109840490 A 6 0028 M 0+ 1e1+ 2e2+ 3e3+ 12e12+ 13e13+ 23e23+ 123e123 0029 其中 0； 1， 2， 3； 12， 13， 23； 123R为各分量的系数， 对于空间中的除了原点 的点p， 可视其为与坐标原点构成的向量po， 其各分量的系数除了 1， 2， 3不全为零外， 其余 的部分都为零， 即可表示为公式4-2， 公式4-2如下： 0030 po 1e1+ 2e2+ 3e3 0031更近一步的对于空间中的两个点构成的向量vi。

24、j应用向量的减法可得公式 4-3， 公式4-3表示如下： 0032 0033 根据人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到人体姿态特 征包括： 获取人体姿态在几何代数空间内的人体关节旋转特征； 提取人体姿态在几何代数 空间内的人体关节角度特征； 根据人体关节旋转特征及人体关节角度特征计算人体姿态特 征。 0034 获取人体姿态在几何代数空间内的人体关节旋转特征包括： 设定骨骼向量为人体 骨骼在几何代数空间中运动后的状态， 且骨骼向量的初始状态与几何代数空间中的一个基 底相同； 在人体处在确切的姿态后， 根据骨骼向量的旋转变化在几何代数空间内表示各骨 骼的姿态， 以获取人体关节。

25、的旋转特征。 0035 提取人体姿态在几何代数空间内的人体关节角度特征包括： 根据人体四肢进行设 计并提取与关节相连的骨骼之间的夹角， 记做关节夹角； 设定夹角的取值范围； 将人体四肢 每个部分的关节夹角依次放置构成关节角度特征向量， 将关节角度特征向量作为人体关节 角度特征。 0036 人体动作表征的处理方法还包括： 对已经采集好的动作数据进行分帧操作， 得到 每一帧的人体姿态数据； 去除人体动作前及动作后每一帧的人体姿态数据， 得到有效姿态 数据； 将有效姿态数据进行空间转换， 得到在几何代数空间内的有效人体姿态数据； 根据有 效人体姿态数据在集合代数空间内对人体姿态表征进行提取， 得到有。

26、效人体姿态特征； 对 全部有效人体姿态特征进行分类及集成， 并在人体动作结束后， 得到并输出动作数据的分 类结果。 0037 具体地， 人体姿态朝向表征提取用于提取对人体姿态来说具有一致性及鉴别性的 人体特征， 其包含两个部分， 分别是人体关节的空间旋转特征及人体关节角度特征。 0038 骨骼向量可以视为空间中两个关节点构成的刚体， 其在空间中的旋转变化是相对 于设定的初态voe2来说的， 所考虑的任何一个特定的姿态的旋转描述都是以此初始状态 为参考， 与其他的特定的人体姿态并没直接的关联。 当人体处于某一确切的姿态时， 各骨骼 的姿态由初态透过旋转操作到此姿态中骨骼在空间中所处的状态， 在几。

27、何代数空间中 的几何对象的旋转可用公式4-4描述， 公式4-4表示如下： 0039 Rw+x(e2e3)+y(e3e1)+z(e1e2) 0040其中在3维空间里的旋转描述包含四个部分， 即(1， e2e3， e3e1， e1e2)。 对象的旋转变换可用公式4-5表示， 公式4-5表示如下： 0041 说明书 4/8 页 7 CN 109840490 A 7 0042 将人体四肢上的八个骨骼的旋转参数R转变为欧拉角并取其绕e2轴旋转的角度作 为人体姿态中的骨骼向量的旋转特征Je， 即可用公式4-6所示， 公式4-6表示如下： 0043 0044 请参阅图2， 由于人体的关节的类型不同， 导致人。

28、体的各个骨骼关节的自由度不一 样， 因此可提取的关节的角度的数量也不一样， 此外， 人体最具信息量的部位为人体四肢， 故使用四肢上的设计并提取的关节角度作为人体关节角度特征。 0045 以图2中Kinect v2人体的右臂为例， 这部分提取的关节角度有四个， 分别记为 ABS， DSB， BSE， BSN， 其中 ABS它表示右手肘关节链接的上臂与小臂的在空间的夹角。 设右小 臂的骨骼表示为右上臂的骨骼表示为 则 ABS满足公式4-7， 公式4-7表示如下： 0046 0047 其中proj(vBA， vBS)代表vBA在vBS上的射影， rej(vBA， vBS)代表vBA在vBS上的斥量。。

29、 对 于proj(A， B)而言， 它给出的是片积A完全在片积B中的部分， 即平行分量， 其可以由公式4-8 计算所得vBA， vBS， 公式4-8表示如下： 0048 0049 即在几何代数空间中一个片积A在另一个片积B上的射影是两者的内积被B除所得 的结果； 而rej(A， B)表示片积A不属于片积B中的部分， 即如公式4-9所示的垂直分量， 公式 4-9表示如下： 0050 rej(A， B)A-proj(A， B)A-(AB)B-1(AB-AB)B-1 0051 由公式4-8和式4-9， 可对公式4-7进一步化简得到公式4-10， 公式4-10表示如下： 0052 0053 从而可以得。

30、到计算 ABS的公式4-11， 公式4-11表示如下： 0054 0055 对于关节角度 DSB， BSE， BSN的计算方法与 ABS类似， 但对于这三个角度的定义其有 不同的含义。 对于 DSB来说， 其含义是右上臂骨骼vSB与右肩骨骼vCS的空间夹角， 即在图3中 的vCD与vCS平行； BSE则是右上臂骨骼vSB与躯干骨骼vCM的空间夹角， 即在图3中的vSE与vCM平 行； 而对于 BSN来说， 其是右上臂骨骼vSB与由右肩骨骼vCS及躯干骨骼vCM张成的平面量的法 说明书 5/8 页 8 CN 109840490 A 8 线vSN的空间夹角。 类似的， 人体的左臂和下肢的相关的关节。

31、夹角的提取也是如此。 此外， 在 图2中Kinect v1提供的骨架配置模型关节夹角的定义与Kinect v2类似。 0056 人体四肢每个部分可以提取出四个关节夹角， 因此， 总共可以得到16个关节夹角， 从骨骼坐标数据中提取出这16个关节角度， 每一个角度的取值范围都为(0 ， 360 。 将这16 个角度特征依次放置构成关节角度特征向量Ja， 可用公式4-12表示Ja， 公式4-12如下所示 0057 Ja 1， 2， ， 16 0058 在提取了骨骼向量的旋转特征Je和关节角度特征Ja， 最终人体的姿态表征可用公 式4-13表示， 公式4-13如下所示： 0059 0060 分类器是用。

32、来对单帧人体姿态进行分类识别的， 将提取得到的每一帧人体姿态进 行特征提取并使用机器学习分类算法对其进行分类， 从而会得到每一帧对应的分类结果， 集成器在这个过程中对其进集成， 统计每个类别的包含的姿态帧的数量， 动作结束后， 输出 包含最多姿态帧的数量的类别作为动作的分类结果。 0061 请参阅图3， 为一种人体动作表征的处理系统， 包括： 动作数据采集模块1、 空间转 换模块2、 姿态表征提取模块3、 分类集成模块4及循环模块5， 动作数据采集模块1用于采集 正在采集的数据中当前帧的下一帧人体姿态数据； 空间转换模块2用于将动作数据采集模 块1采集的当前帧的下一帧动作数据进行空间转换， 得。

33、到在几何代数空间内的人体姿态数 据； 姿态表征提取模块3用于根据空间转换模块2转换的人体姿态数据在集合代数空间内对 人体姿态表征进行提取， 得到人体姿态特征； 分类集成模块4用于对全部姿态表征提取模块 3提取的人体姿态特征进行分类及集成， 得到动作数据的分类结果； 循环模块5用于在人体 动作结束后结束动作数据采集模块1采集当前帧的下一帧人体姿态数据， 并输出分类集成 模块4得到的分类结果， 在人体动作结束前继续使用动作数据采集模块1采集当前帧的下一 帧人体姿态数据。 0062 空间转换模块2包括： 坐标系建立单元、 欧式坐标获取单元及几何代数坐标转换单 元； 坐标系建立单元， 用于建立欧式空间。

34、的三维坐标系， 记做欧式坐标系， 并建立几何代数 空间的三维坐标系， 记做几何代数坐标系； 欧式坐标获取单元， 用于将当前帧的下一帧动作 数据放入欧式坐标系内， 并获取关键点坐标， 记做欧式坐标； 几何代数坐标转换单元， 用于 根据欧式坐标系及几何代数坐标系转换关系将欧式坐标转化为几何代数空间内的几何代 数坐标。 0063 空间转换模块2还包括： 坐标轴对应单元， 用于在建立欧式坐标系及集合代数坐标 系时， 将几何代数坐标系的三个空间基底分别与欧式坐标系的三个坐标轴相对应。 0064 姿态表征提取模块3包括： 关节旋转特征获取单元、 关节角度特征提取单元及姿态 特征计算单元； 关节旋转特征获取。

35、单元用于获取人体姿态在几何代数空间内的人体关节旋 转特征； 关节角度特征提取单元用于提取人体姿态在几何代数空间内的人体关节角度特 征； 姿态特征计算单元用于根据人体关节旋转特征及人体关节角度特征计算人体姿态特 征。 0065 关节旋转特征获取单元包括： 骨骼向量设定子单元及旋转特征获取子单元； 骨骼 向量设定子单元用于设定骨骼向量为人体骨骼在几何代数空间中运动后的状态， 且骨骼向 说明书 6/8 页 9 CN 109840490 A 9 量的初始状态与几何代数空间中的一个基底相同； 旋转特征获取子单元用于在人体处在确 切的姿态后， 根据骨骼向量的旋转变化在几何代数空间内表示各骨骼的姿态， 以获。

36、取人体 关节的旋转特征。 0066 关节角度特征提取单元包括： 关节夹角提取子单元、 夹角范围设定子单元及关节 角度特征计算子单元； 关节夹角提取子单元用于根据人体四肢进行设计并提取与关节相连 的骨骼之间的夹角， 记做关节夹角； 夹角范围设定子单元用于设定关节夹角的取值范围； 关 节角度特征计算子单元用于将人体四肢每个部分的关节夹角依次防止构成关节角度特征 向量， 将关节角度特征向量作为人体关节角度特征。 0067 人体动作表征的处理系统还包括： 分帧处理模块、 有效姿态数据获取模块、 空间转 换调用模块、 姿态表征提取调用模块及分类集成调用模块； 分帧处理模块用于对已经采集 好的动作数据进行。

37、分帧操作， 得到每一帧的人体姿态数据； 有效姿态数据获取模块用于去 除人体动作前及动作后每一帧的人体姿态数据， 得到有效姿态数据； 空间转换调用模块用 于调用空间转换模块2将有效姿态数据进行空间转换， 得到在几何代数空间内的有效人体 姿态数据； 姿态表征提取调用模块用于调用姿态表征提取模块3， 并根据有效人体姿态数据 在集合代数空间内对人体姿态表征进行提取， 得到有效人体姿态特征； 分类集成调用模块 用于调用分类集成模块4对全部有效人体姿态特征进行分类及集成， 并在人体动作结束后， 得到并输出动作数据的分类结果。 0068 本申请实施例提供一种电子装置， 请参阅图4， 该电子装置包括： 存储器。

38、601、 处理 器602及存储在存储器601上并可在处理器602上运行的计算机程序， 处理器602执行该计算 机程序时， 实现前述中描述的人体动作表征的处理方法。 0069 进一步的， 该电子装置还包括： 至少一个输入设备603以及至少一个输出设备604。 0070 上述存储器601、 处理器602、 输入设备603以及输出设备604， 通过总线605连接。 0071 其中， 输入设备603具体可为摄像头、 触控面板、 物理按键或者鼠标等等。 输出设备 604具体可为显示屏。 0072 存储器601可以是高速随机存取记忆体(RAM， Random Access Memory)存储器， 也 可为。

39、非不稳定的存储器(non-volatile memory)， 例如磁盘存储器。 存储器601用于存储一 组可执行程序代码， 处理器602与存储器601耦合。 0073 进一步的， 本申请实施例还提供了一种计算机可读存储介质， 该计算机可读存储 介质可以是设置于上述各实施例中的电子装置中， 该计算机可读存储介质可以是前述中的 存储器601。 该计算机可读存储介质上存储有计算机程序， 该程序被处理器602执行时实现 前述实施例中描述的人体动作表征的处理方法。 0074 进一步的， 该计算机可存储介质还可以是U盘、 移动硬盘、 只读存储器601(ROM， Read-Only Memory)、 RAM。

40、、 磁碟或者光盘等各种可以存储程序代码的介质。 0075 在本申请所提供的几个实施例中， 应该理解到， 所揭露的装置和方法， 可以通过其 它的方式实现。 例如， 以上所描述的装置实施例仅仅是示意性的， 例如， 所述模块的划分， 仅 仅为一种逻辑功能划分， 实际实现时可以有另外的划分方式， 例如多个模块或组件可以结 合或者可以集成到另一个系统， 或一些特征可以忽略， 或不执行。 另一点， 所显示或讨论的 相互之间的耦合或直接耦合或通信连接可以是通过一些接口， 装置或模块的间接耦合或通 信连接， 可以是电性， 机械或其它的形式。 说明书 7/8 页 10 CN 109840490 A 10 007。

41、6 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的， 作为模块显 示的部件可以是或者也可以不是物理模块， 即可以位于一个地方， 或者也可以分布到多个 网络模块上。 可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目 的。 0077 另外， 在本发明各个实施例中的各功能模块可以集成在一个处理模块中， 也可以 是各个模块单独物理存在， 也可以两个或两个以上模块集成在一个模块中。 上述集成的模 块既可以采用硬件的形式实现， 也可以采用软件功能模块的形式实现。 0078 需要说明的是， 对于前述的各方法实施例， 为了简便描述， 故将其都表述为一系列 的动作组合， 但是本领域。

42、技术人员应该知悉， 本发明并不受所描述的动作顺序的限制， 因为 依据本发明， 某些步骤可以采用其它顺序或者同时进行。 其次， 本领域技术人员也应该知 悉， 说明书中所描述的实施例均属于优选实施例， 所涉及的动作和模块并不一定都是本发 明所必须的。 0079 在上述实施例中， 对各个实施例的描述都各有侧重， 某个实施例中没有详述的部 分， 可以参见其它实施例的相关描述。 0080 以上为对本发明所提供的一种人体动作表征的处理方法、 系统、 电子装置及存储 介质的描述， 对于本领域的技术人员， 依据本发明实施例的思想， 在具体实施方式及应用范 围上均会有改变之处， 综上， 本说明书内容不应理解为对本发明的限制。 说明书 8/8 页 11 CN 109840490 A 11 图1 说明书附图 1/4 页 12 CN 109840490 A 12 图2 说明书附图 2/4 页 13 CN 109840490 A 13 图3 说明书附图 3/4 页 14 CN 109840490 A 14 图4 说明书附图 4/4 页 15 CN 109840490 A 15 。