计算机工程

作者：谭巨全, 王然

单位：1. 华南农业大学体育教学研究部, 广东 广州 5101002. 华南师范大学体育科学学院, 广东 广州 510006

关键词：特征融合,田径录像,3D人体动作,动态时间规整算法,动作捕捉

基金：广东省体育局2022-2023年科技创新和体育文化发展科研普通项目(GDSS2022N060); 广州市哲学社会科学发展“十四五”规划2021年度共建课题(2021GZGJ310)

由于不同运动员的动作风格和速度不同, 导致田径录像中记录的不同运动员的人体动作序列在时间长度上存在差异, 从而产生不同长度序列之间的不对齐问题。为此, 提出特征融合下田径录像三维(3D)人体动作动态时间规整(DTW)捕捉算法。将田径录像中提取的人体动作数据转换为3D坐标序列, 表示人体各部位的位置和动作, 获取人体动作的深度图序列, 利用梯度局部各向异性系数(GLAC)和稀疏时间梯度自相关(STACOG)分析深度图局部区域的梯度特性以及时间自相关性。利用Canny算子提取每帧深度图的边缘轮廓, 结合小波变换和k-means聚类分析人体轮廓的动态变化特征。通过Kinect设备获取人体骨骼点的3D坐标信息, 采用主成分分析(PCA)方法将3D空间坐标、关节角度等多个特征融合到一个特征空间中, 通过补帧和删帧操作进行预处理, 选择最重要的主成分构建新的低维特征空间。利用DTW计算视频序列的相似性, 从而捕捉田径录像中不同长度序列的3D人体动作。实验结果表明, 该算法捕捉田径录像3D人体动作的准确程度高达99.07%, 面对复杂程度较高的动作时, 该算法捕捉到的人体动作与实际动作的相似度始终保持在97%以上。此外, 所提算法提取到的人体动作轮廓特征线条流畅、连续, 且与实际动作高度一致。

来源：2024年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第7期