(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 202210292786.3 (22)申请日 2022.03.23 (71)申请人 宣城城建智能科技有限公司 地址 242000 安徽省宣城市经济技 术开发 区文景路9 99号宛陵科创城1号楼7层 (72)发明人 熊凯元　汪秉骞　赵佳佳　 (74)专利代理 机构 北京智行 阳光知识产权代理 事务所(普通 合伙) 11738 专利代理师 姜海涛 (51)Int.Cl. G06V 20/52(2022.01) G06T 7/11(2017.01) (54)发明名称 基于视频图像的动态捕捉分析算法 (57)摘要 本发明公开了基于视频图像的动态捕捉分 析算法， 涉及视频图像动态捕捉分析技术领域， 解决了现有技术中动态捕捉时不能够准确判定 对应主体的动作比对导致其捕捉效率低的技术 问题， 判断实时视频图像的质量是否合格， 从而 能够保证动态捕捉的合格性， 提高了动态捕捉的 工作效率； 将同特征的区域进行规整， 能够降低 了视频图像分析的工作强度， 同时能够防止同一 特征进行重复分析， 造成不必要的成本增加， 同 时增加了动态分析误差的风险； 判定当前帧的 图 片是否处于静态， 并将静态部分进行优化， 将静 态部分的分辨率降低， 减少动态捕捉的工作强 度， 提高了视频图像动态捕捉的工作效率； 并将 实时视频图像的内动态动作进行分析， 判定当前 动态动作是否正常。 权利要求书2页 说明书6页 附图1页 CN 114663836 A 2022.06.24 CN 114663836 A 1.基于视频图像的动态捕捉分析算法， 其特 征在于， 具体动态捕捉分析步骤如下： S1： 图像分析， 通过实时监控设备获取到视频， 并将其标记为实时视频图像， 在完成实 时视频图像获取后， 将对应实时视频图像进行分析， 判断实时视频图像的质量是否合格； S2： 区域分割， 将图像分析合格的视频图像进行区域分割， 将视频图像划分为i个帧图 片， i为大于1的自然 数， 并将各个帧图片内像素点进 行采集， 通过采集的像素点 获取到帧图 片像素点的分布， 并将像素点所处帧图片的区域进行特征比较， 根据特征比较进行区域分 割， 将每帧图片划分为 o个子区域； S3： 帧减优化， 将视频图像完成划分的帧图片进行分析， 判定当前帧的图片是否处于静 态， 并将静态部分进行优化， 将静态部分的分辨 率降低； S4： 动态捕捉， 将完成静态优化的帧图片内各个动态部分进行分析， 将各个帧图片的对 应动态部分进行采集， 并将各个 帧图片以动态形式播放， 将各个 帧图片对应动态部分进行 分析， 获取到实时视频图像内的动态动作， 并将实时视频图像的内动态动作进 行分析， 判定 当前动态动作是否正常。 2.根据权利要求1所述的基于视频图像的动态捕捉分析算法， 其特征在于， 步骤S1中图 像分析具体步骤如下： S11： 通过实时监控设备获取到视频， 并将其标记为实时视频图像， 将视频图像进行质 量分析； S12： 采集到实时视频图像的平均每秒帧数以及对应帧图片的分辨率， 并将实时视频图 像的平均每秒帧数以及对应帧图片的分辨率分别标记为ZS和FB； 通过公式X＝(ZS ×a1+FB ×a2)a1+a2获取到实时视频图像的质量分析系数X， 其 中， a1和a2均 为预设比例系数， 且a1大 于a2大于 0； S13： 将实时视频图像的质量分析系数 X与质量分析系数阈值进行比较： 若实时视频图像的质量分析系数X超过质量分析系数阈值， 则判定对应实时视频图像 质量分析合格， 生 成质量分析合格信号并将视频图像标记 为合格视频图像， 且进入步骤S2； 若实时视频图像的质量分析系 数X未超过质量分析系 数阈值， 则判定对应实时视频图像质 量分析不合格， 生成质量分析不合格信号并将视频图像标记为非合格视频图像， 且不进行 动态捕捉。 3.根据权利要求1所述的基于视频图像的动态捕捉分析算法， 其特征在于， 步骤S2中区 域分割具体步骤如下： 步骤S21： 将合格视频图像进行区域分割， 将视频图像划分的帧图片进行分析， 且根据 各个帧图片内像素点的分析进行 特征比较； 步骤S22： 设定像素点数量阈值， 且将像素点数量阈值构成的帧图片内区域划分为o个 子区域， 且对应像素点数量阈值的子区域内特征相同， 子区域特征表示为帧图片 内对应子 区域的亮度以及饱和度； 步骤S23： 若相邻子区域内特征内数据的对应数值均处于对应数据数值阈值范围内， 则 判定相邻子区域标记 为同特征子区域； 若相 邻子区域内特征内数据的对应数值未均处于对 应数据数值阈值范围内， 则判定相邻子区域标记为非同特征子区域； 将帧图片内对应同特 征子区域进行规整， 并将规整后的子区域和非同特征子区域统一标记为分析子区域， 且同 一分析子区域内特 征均一致， 且相邻分析子区域内特 征均不一致。权　利　要　求　书 1/2 页 2 CN 114663836 A 24.根据权利要求1所述的基于视频图像的动态捕捉分析算法， 其特征在于， 步骤S3 中帧 减优化具体步骤如下： 步骤S31： 将视频图像对应的帧图片按照视频图像划分的顺序进行排列， 将各个帧图片 内分析子区域进行分析， 获取到分析子区域的主体数量以及对应主体所处像素点位置， 并 将相邻帧图片内对应分析子区域的主体数量以及对应主体所处像素点 位置进行分析； 步骤S32： 若相邻帧图片内对应分析子区域内主体数量存在数值浮动， 或者相邻帧图片 内对应分析子区域的对应主体所处像素点位置存在像素点位置变动， 则判定当前分析子区 域存在动态操作， 并将对应分析子区域标记为动态子区域； 若相邻帧图片 内对应分析子区 域内主体数量不存在数值浮动， 且相 邻帧图片内对应分析子区域的对应主体所 处像素点位 置不存在像素点位置变动， 则判定当前分析子区域不存在动态操作， 并将对应分析子区域 标记为静态子区域； 步骤S33： 将对应帧图片内静态子区域的分辨率进行控制， 且分辨率控制标准为静态子 区域分辨 率符合正常图像分辨 率阈值， 且静态子区域分辨 率小于动态子区域分辨 率。 5.根据权利要求1所述的基于视频图像的动态捕捉分析算法， 其特征在于， 步骤S4中动 态捕捉具体步骤如下： 步骤S41： 获取到存在动态子区域的帧图片， 并将对应帧图片进行分析， 将存在动态子 区域的帧图片以动态形式播放， 通过动态子区域内对应主体像素点位置的变化获取到对应 主体在动态子区域内的位置变化轨 迹， 并将对应位置变化轨 迹标记为实时主体动作； 步骤S42： 将对应动态子区域标记为动作分析区域， 将动作分析区域内对应主体进行动 作限定， 并将完成限定的动作标记为预设主体动作； 步骤S43： 将对应主体在动作分析区域内实时主体动作与预设主体动作进行比对， 若实 时主体动作与预设主体动作存在一致， 则判定对应主体的实时动作异常， 生成异常动作信 号并将异常动作信号 发送至动态捕捉执行人的手机终端； 若实时主体动作与预设主体动作 不存在一致， 则判定对应主体的实时动作正常， 生成正常动作信号并将正常动作信号发送 至动态捕捉执 行人的手机终端。权　利　要　求　书 2/2 页 3 CN 114663836 A 3