一種基于Kinect 與SVM 的人體動作識別算法

劉芬，吳志攀

（1.惠州城市職業學院信息學院，惠州516025；2.惠州學院信息科學技術學院，惠州516007）

0 引言

目前，在不少領域都出現了人體動作識別的應用，例如視頻游戲、虛擬現實、智能監控等方面都運用了人體識別技術，這是因為識別技術的快速發展和人們在該領域中的需求，傳統的人機交互已經不能滿足人在這方面的要求，這促使著人體動作識別在該方面的研究需要加強深入。然而，我國目前在人體動作識別這方面還不夠成熟，而其他國家已經在這方面有所涉及。例如，在視頻游戲領域，微軟公司推出了XBOX 游戲機，讓玩家享受到了體感游戲的樂趣；在虛擬現實領域，Facebook 的Oculus Rift、HTC 的HTC Vive、微軟的HoloLens 全系眼鏡，都說明了國外在動作識別方面下了功夫。人體動作識別具有便利性，使用的工具少、只需要少量傳感器和良好的識別算法，能夠實現效果良好的人機交互。

文獻[1-2]提出了基于Wi-Fi 信號、Arduino 芯片等的人體動作識別系統設計與實現，但不具有Kinect 的便利性；文獻[3-7]基于Kinect 進行了相關動作識別的研究與應用；文獻[8]提出了關節角度識別，為降低維度識別提供了依據；文獻[9-13]提出了基于SVM 的人體動作識別算法研究，但存在著一定的誤識率。

1 人體動作識別的流程及原理分析

1.1 人體動作識別的流程

Kinect 是微軟公司于近年來推出的一款非接觸式體感設備，它主要由紅外設備、RGB 攝像設備、深度攝像設備以及麥克風設備等組成，具有全身骨骼跟蹤和行為軌跡捕捉等功能。Kinect 利用一系列的傳感器對人體進行數據采集，運用機器學習的方法獲得骨骼信息，本文對其骨骼信息進行特征提取，最后利用一種基于統計學習理論的支持向量機（Support Vector Machine，SVM）分類算法對所提取的特征向量進行人體動作識別。人體動作識別的總體流程圖如圖1 所示。

圖1 人體動作識別的總體流程圖

人體動作識別的基礎是利用好人體在某個關鍵時間點的關節點，可以使用Kinect 獲取在某一時刻的靜態人體姿勢。因為Kinect 能在其視野中得到人體的骨骼點，進而對骨骼點利用算法計算出它的三維坐標。在攝像頭視角的三維空間的坐標系中，能夠建立三維人體模型。Kinect 能識別20 個骨骼點，分別是頭、左右手、左右手腕、左右肘、左右肩、肩部中心、脊椎中心、髖部中心、左右髖、左右膝、左右腳踝和左右腳，如圖2所示。在Kinect 建立人體模型之后，緊隨著需要得到描述人體動作的特征向量。因為從Kinect 獲取的所有關節點直接分析較為復雜且冗余，所以本文將對三維人體模型進行簡化，省略了腿部的骨骼，只研究人的手、手臂和肩膀，這是因為這些部位在人做出動作時是最靈活的，研究這些部位具有代表性。

圖2 Kinect人體三維骨骼點模型

1.2 動作數據的特征提取

動作數據的特征提取具體步驟是：構造人體運動向量，這些向量之間的夾角用來表示肢體的旋轉，相對模比值來表示肢體的相對位移，兩類參數生成描述動作的融合特征提取，并產生融合特征空間向量以供SVM 進行動作分類識別。動作數據的特征提取過程如圖3 所示。

假設已知三維空間的兩點為 pi(xi,yi,zi) ，pj(xj,yj,zj)，則它們之間的距離dx,y,z如公式（1）所示：

若需要求解關節的角度，在三維空間中則需要至少三個關節點的坐標，假設為pi，pj和pk，計算出兩兩距離假設為dij，dik和djk，再使用余弦定理可求得各關節點兩兩夾角為公式（2）所示。

本文將提取出人體動作運動向量的夾角和模比值作為融合特征值，并生成融合特征空間向量以供SVM分類使用。

圖3 動作數據的特征提取

1.3 SVM分類算法與識別

SVM 的基本思想：假設在m 維空間里有很多樣本點，如果能有一種方法能找到m-1 維的最優超平面，這個平面可以恰好把空間中的樣本點平均分在最優超平面的兩邊，那么這個m-1 的超平面就可以被用來對隨機樣本點進行分類。

特征空間存在線性可分和線性不可分情況（線性可分分類平面示意圖如圖4 所示，線性不可分分類平面示意圖如圖5 所示），這些情況都可以被SVM 進行分類。面對線性可分情況時，可直接使用SVM 找出特征的最優分類超平面來進行分類。而線性不可分的特征空間，需要在找出最優分類超平面之前加一個步驟，SVM 將使用核函數的方法，將特征空間轉換到更高維的空間中，因為在更高維的空間中，不可分的問題會變得可分，可分之后在按照線性可分的步驟就可以進行分類。

線性可分的特征空間下的向量機如公式（3）所示，其中，i=1,2,3,....l；w、b 指的是分類平面系數；xi指的是第i 個訓練樣本，yi指的是第i 個訓練樣本所屬類別；ai指的是第i 個訓練樣本對應的是拉格朗日系數，且ai≥0；xs表示某個特定的支持向量，ys表示xs所屬類別。

圖4 線性可分分類平面示意圖

圖5 線性不可分分類平面示意圖

線性不可分的特征空間下的向量機如公式（4）所示，其中ζi是引入的松弛變量，用于控制離群點。這樣，通過讓部分樣本距離分類平面小于1，犧牲了一些分類的準確性，從而讓算法對分類的識別更加廣泛。

本文對UCF101 數據集中人體動作部分100 個樣本進行了訓練與識別，分別隨機選取了左揮、右揮、上舉和上舉各30 個動作用作SVM 的測試，剩余的各70個動作用作驗證，SVM 算法識別率尚可，統計結果如表1 所示。

表1 SVM 算法識別統計結果

SVM 算法分類結果超平面示意圖（部分）如圖6所示。

圖6 SVM算法分類結果超平面示意圖

2 結語

本文提出了一種基于Kinect 與SVM 的人體動作識別算法，Kinect 可獲得深度圖像進而取得人體骨骼點信息；同時SVM 具有優秀的分類能力，面對線性和非線性高維特征空間時能有較高的分類能力，有效避免了維數災難。具體步驟是先采用Kinect 傳感器對人體動作進行捕捉生成深度圖像，經處理建立三維人體模型，提取出其運動向量的夾角和模比值作為特征值，最后使用SVM 對該特征值進行人體動作分類識別。采用UCF101 數據集和MATLAB 程序對人體動作識別的整個過程進行了實驗分析與驗證，該算法具有很高的魯棒性和識別率，但人的動作是復雜多樣的，且每個人的身高、肢體長度、行為動作等客觀條件不同，這使得要能達到復雜人體動作識別，還需要做更多的研究。