一種基于逆運動學的車輛監控防盜方法及系統的制作方法
【專利摘要】一種基于逆運動學的車輛監控防盜方法，包括如下步驟：步驟1，車棚安裝的攝影機實時地捕捉視野內人體的動作；步驟2，通過逆運動學軟件提供的接口獲數據流并提取人體骨骼模型各關節點的x、y、z坐標數據；步驟3，通過人體模型各個關節點的x、y、z坐標計算人體部位的方向矢量及部位之間的特征參數，將參數約束于控制界面的虛擬人體模型；步驟4，將虛擬人體動作特征與車盜疑似動作特征庫進行匹配比較，如果相似度達閾值h，初步判定為車盜疑似動作；步驟5，當人體動作被識別為“車盜疑似動作”時監控警示程序啟動，進行實時告警。以及一種基于逆運動學的車輛監控防盜系統。本發明有效進行動作識別、實時性良好、具有當場報警功能。
【專利說明】一種基于逆運動學的車輛監控防盜方法及系統
【技術領域】
[0001] 本發明屬于車輛監控領域，尤其涉及一種車輛監控防盜方法及系統。
【背景技術】
[0002] 目前校園里、住宅小區和大型商場的自行車、電動車車庫經常發生自行車、電動車 盜竊案件。
[0003] 由于普通的監控攝像頭不具備動作識別和當場報警的功能，在盜車案件發生后只 能事后調取監控錄像進行查看，而此時往往已失去了最佳破案時機，至今還沒有一種在發 現疑似車盜行為當場就能夠報警的方法或系統發明出來。
【發明內容】
[0004] 為了克服已有車輛監控方式的不具備動作識別和當場報警功能、實時性較差的不 足，本發明提供了一種有效進行動作識別、實時性良好、具有當場報警功能的基于逆運動 學的車輛監控防盜方法及系統。
[0005] 本發明解決其技術問題所采用的技術方案是：
[0006] 一種基于逆運動學的車輛監控防盜方法，所述方法包括如下步驟：
[0007] 步驟1，車棚安裝的Kinect攝影機實時地捕捉視野內人體的動作，并將獲取的數 據傳輸給與其相連接的PC機；
[0008] 步驟2, PC機通過逆運動學軟件Kinect SDK提供的接口獲取Skeleton Frame數 據流并提取人體骨骼模型各關節點的X、y、Z坐標數據。
[0009] 步驟3,通過人體模型各個關節點的X、y、z坐標計算人體部位的方向矢量及部位 之間的特征參數，將參數約束于控制界面的虛擬人體模型；
[0010] 步驟4,將虛擬人體動作特征與預設"車盜疑似動作特征庫"進行匹配比較，如果虛 擬人體動作特征加權的區別參數與預設盜竊數據特征庫的車盜疑似動作特征的相似度達 閾值h時，則被初步判定為車盜疑似動作；
[0011] 步驟5,當人體動作被識別為"車盜疑似動作"時監控警示程序啟動，進行實時告 警。
[0012] 進一步，所述步驟5中，首先引起控制中心與PC機相連接的音頻輸出模塊發出警 報聲響，然后根據識別數據的準確性，由操作人員切斷報警或者接通現場的揚聲器裝置并 報警。
[0013] 一種基于逆運動學的車輛監控防盜防盜系統，所述防盜系統包括Kinect攝像頭、 動作捕捉模塊、動作識別模塊和報警模塊，
[0014] 所述動作捕捉模塊，接收Kinect攝像頭的數據，應用Kinect體感裝置，通過分析 骨架結構位置模型來得出人體的三維姿態；
[0015] 所述動作識別模塊，利用旋轉軸表示法將旋轉表示為1 X3的向量N，旋轉向量N表 示繞旋轉軸方向a旋轉角度Θ，其中
【權利要求】
1. 一種基于逆運動學的車輛監控防盜方法，其特征在于：所述方法包括如下步驟： 步驟1，車棚安裝的Kinect攝影機實時地捕捉視野內人體的動作，并將獲取的數據傳 輸給與其相連接的PC機； 步驟2, PC機通過逆運動學軟件Kinect SDK提供的接口獲取Skeleton Frame數據流 并提取人體骨骼模型各關節點的X、y、z坐標數據； 步驟3,通過人體模型各個關節點的X、y、z坐標計算人體部位的方向矢量及部位之間 的特征參數，將參數約束于控制界面的虛擬人體模型； 步驟4,將虛擬人體動作特征與預設"車盜疑似動作特征庫"進行匹配比較，如果虛擬人 體動作特征加權的區別參數與預設盜竊數據特征庫的車盜疑似動作特征的相似度達閾值h 時，則被初步判定為車盜疑似動作； 步驟5,當人體動作被識別為"車盜疑似動作"時監控警示程序啟動，進行實時告警。
2. 如權利要求1所述的基于逆運動學的車輛監控防盜方法，其特征在于：所述步驟5 中，首先引起控制中心與PC機相連接的音頻輸出模塊發出警報聲響，然后根據識別數據的 準確性，由操作人員切斷報警或者接通現場的揚聲器裝置并報警。
3. -種實現如權利要求1所述的基于逆運動學的車輛監控防盜方法的防盜系統，其特 征在于：所述防盜系統包括Kinect攝像頭、動作捕捉模塊、動作識別模塊和報警模塊， 所述動作捕捉模塊，接收Kinect攝像頭的數據，應用Kinect體感裝置，通過分析骨架 結構位置模型來得出人體的三維姿態； 所述動作識別模塊，利用旋轉軸表示法將旋轉表示為1X3的向量N，旋轉向量N表示 繞旋轉軸方向a旋轉角度Θ，其中Θ = ||a||為N的模，a=[心^?^為歸一化旋轉方 向，滿足N = Θ · a，對應的旋轉矩陣RN(3X3)用Rodrigues公式計算得出； 所述的人體自由度的根節點位于身體的髖部，其參數控制人體骨架在世界坐標系中的 位置，共有3個旋轉3個平移，共6個自由度；平移旋轉參數應用在事先建立的人體模型，得 出模擬人體的動作特征，與預設的盜竊數據特征庫進行匹對，如果相似度達閾值h時，被初 步定為車盜疑似動作； 所述報警模塊，當人體動作被識別為"車盜疑似動作"時監控警示程序啟動，進行實時 生敬 1=1 目 〇
4. 如權利要求3所述的防盜系統，其特征在于：所述報警模塊包括音頻輸出模塊和 GPRS報警模塊。
5. 如權利要求3或4所述的防盜系統，其特征在于：所述動作捕捉模塊中，通過Kinect 體感裝置中彩色攝像頭、紅外攝像頭和圖像采集器獲取車庫中行人姿勢的彩色圖像數據、 骨架數據和深度圖像數據；將獲得的彩色圖像數據、骨架數據和深度圖像數據轉化為人體 骨骼中20個關節在系統空間坐標系中的三維坐標值；一個人體骨架模型可以表示為關于 節點的一個樹形結構，用每個節點表示一個關節。
6. 如權利要求3或4所述的防盜系統，其特征在于：所述動作識別模塊中，人體自由度 是骨架中可以獨立改變的參數，在假設各個關節互相獨立的情況下，等于所有關節的自由 度總和；對于像肘、膝蓋回轉關節，分配1個自由度，將旋轉軸固定為X軸；對于像肩、胯球 槽關節模型，旋轉軸位于球面的任意方向，加上繞軸旋轉的1個自由度，共分配3個自由度， 對于頸部關節，則分配2個自由度，限制旋轉軸位于z = 0平面。
7. 如權利要求3或4所述的防盜系統，其特征在于：所述動作識別模塊中，所述的盜竊 數據特征庫通過人為模擬或現有的盜車行為場景進行不斷完善，并不斷通過正樣本和負樣 本不斷實時識別和識別優化。
8. 如權利要求7所述的防盜系統，其特征在于：所述的盜竊數據特征庫中，采用基于隱 馬爾可夫模型的識別優化方法。
【文檔編號】G06K9/00GK104298353SQ201410525013
【公開日】2015年1月21日 申請日期:2014年10月8日 優先權日:2014年10月8日
【發明者】張標標, 季壯壯, 李仁旺, 宋海龍, 吳斌, 陳躍鳴, 嚴易洲, 杜克林 申請人:寧波熵聯信息技術有限公司