(19)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 202210882051.6 (22)申请日 2022.07.26 (71)申请人 湖南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路1号 (72)发明人 肖德贵　李佳　李健芳　 (74)专利代理 机构 长沙朕扬知识产权代理事务 所(普通合伙) 43213 专利代理师 周云喆 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/75(2022.01) G06V 10/772(2022.01) G06V 10/44(2022.01) (54)发明名称 基于模板匹配的人体骨架 识别方法及系统 (57)摘要 本发明公开了基于模板匹配的人体骨架识 别方法及系统， 通过构建人体骨架模型， 并获取 待识别的坐标散乱稀 疏点集； 基于人体骨架模型 中模板边的长度约束以及模板点的连接约束， 从 坐标散乱稀 疏点集中筛选出每个模板点、 模板边 对应的候选匹配实时点、 候选匹配实时点， 以构 建匹配字典； 基于匹配字典， 对人体骨架模型的 模板边和模板点进行遍历， 从待识别的坐标散乱 稀疏点集中识别出人体骨架 。 本发明利用模板边 的长度约束以及模板点的连接约束确定其候选 匹配实时点和实时边， 从而构建匹配字典， 随后 逐边逐点地识别模板边和模板点， 实现从单帧散 乱稀疏点集中识别三维人体骨架， 该方法对 标记 数量和不同动作类型都具有较好的鲁棒 性。 权利要求书2页 说明书8页 附图2页 CN 115439877 A 2022.12.06 CN 115439877 A 1.一种基于模板匹配的人体骨架 识别方法， 其特 征在于， 包括以下步骤： 构建人体骨架模型， 并获取待识别的坐标散乱稀疏点 集； 基于人体骨架模型中模板边的长度约束以及模板点的连接约束， 从所述坐标散乱稀疏 点集中筛选出每个模板点、 模板边对应的候选匹配实时点、 候选匹配实时点， 以构建匹配字 典； 基于所述匹配字典， 对所述人体骨架模型的模板边和模板点进行遍历， 从待识别的坐 标散乱稀疏点 集中识别出 人体骨架。 2.根据权利要求1所述的基于模板匹配的人体骨架识别方法， 其特征在于， 所述模板边 的长度约束为： 每条模板边的候选匹配边的长度均在其长度区间内； 所述模板点连接约束 为： 若实时点 为模板点 的候选匹配实时点， 则所述实时点 必定是所述模板点 连接 的所有模板边的候选匹配实时边的公共点。 3.根据权利要求1或2所述的基于模板匹配的人体骨架识别方法， 其特征在于， 所述人 体骨架模型包含每个模板边的长度区间； 基于人体骨架模型中每个模板边的长度约束以及 每个模板点的连接约束， 从所述待识别的坐标散乱稀疏点集中筛选出每个模板点、 模板边 对应的候选匹配实时点、 候选匹配实时点， 包括以下步骤： 将所述坐标散乱稀疏点集中的稀疏点作为实时点， 将任意两个实时点之间的连线作为 实时边， 构建待识别人体骨架的实时边 集； 基于每条模板边的候选匹配边的长度均在其长度区间内， 从所述实时边集中筛选出每 条模板边的候选匹配实时边， 以构建每条模板边的候选匹配实时边 集； 对于每个模板点， 构建每条与其连接的模板边的候选匹配实时点集， 每条模板边的候 选匹配实时点集包含其所有候选匹配实时边两端连接的实时点； 将所有与其连接的模板边 的候选匹配实时点集进行 交集运算， 将交集运算得到实时点作为所述模板点的候选匹配实 时点； 对于每个模板边， 综合其两边公共模板点的候选匹配实时点， 筛选并更新每条模板边 的候选匹配实时边。 4.根据权利要求3所述的基于模板匹配的人体骨架识别方法， 其特征在于， 基于所述匹 配字典， 对所述人体骨架模型 的模板边和模板点进行遍历， 从待识别的坐标散乱稀疏点集 中识别出 人体骨架， 包括以下步骤： 步骤1： 遍历开始时， 首先进行初始化， 选取待识别模板边一端连接的模板点Marker1作 为识别起点， 从所述模板点Marker1的候选匹配实时点集中选取一个候选匹配实时点作为 所述模板点Marker1的匹配点， 其 余候选匹配实时点和当前匹配情况压入遍历栈中； 步骤2： 从待识别模板边连接的另一端模板点Marker2的候选匹配实时点集中， 判断待 识别模板边的候选匹配实时边集中是否存在任意候选匹配实时边， 其满足一端连接模板点 Marker1的匹配点， 另一端连接模板点Marker2的任意候选匹配实时点； 若不存在， 说明所述 模板点Marker1识别失败， 取遍历栈的栈顶过程继续识别。 若存在， 将满足条件的候选匹配 实时边作为待识别模板边的匹配边， 则遍历下一个模板边， 直至遍历 完所有模板边后， 实时 点的连接关系能满足所有模板边确定的连接关系， 则认为整体识别成。 5.根据权利要求4所述的基于模板匹配的人体骨架识别方法， 其特征在于， 若满足条件 的实时边不止一条， 则选择其中一条实时边作为当前模板边的匹配对 象继续识别， 其余实权　利　要　求　书 1/2 页 2 CN 115439877 A 2时边连同当前识别结果存 入遍历栈中， 直到整体识别成功。 6.根据权利要求5所述的基于模板匹配的人体骨架识别方法， 其特征在于， 若当前的匹 配前提失败而遍历栈中已经没有存储的待匹配过程， 则表明所有候选匹配实时点和实时边 的组合均不能满足目标模板结构， 此时判定整体识别失败。 7.一种计算机系统， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行的 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上述权利要求1至6任一 所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115439877 A 3