[發(fā)明專利]一種人體動作的識別方法及設(shè)備

有效

• 申請?zhí)枺?/td>: 201910264883.X
• 申請日: 2019-04-03
• 公開（公告）號: CN110135246B
• 公開（公告）日: 2023-10-20
• 發(fā)明（設(shè)計(jì)）人: 葉明
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/10;G06V40/16
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所 44237
• 代理人: 冷仔

本發(fā)明適用于圖像識別技術(shù)領(lǐng)域，提供了一種人體動作的識別方法及設(shè)備，包括：獲取目標(biāo)對象的視頻文件；分別解析各個視頻圖像幀，提取視頻圖像幀中關(guān)于目標(biāo)對象的人體區(qū)域圖像，以及確定視頻圖像幀包含的可交互對象；在人體區(qū)域圖像中標(biāo)記出預(yù)設(shè)的人體關(guān)鍵部位列表內(nèi)的各個關(guān)鍵部位，并獲取各個關(guān)鍵部位的特征坐標(biāo)；根據(jù)關(guān)鍵部位在各個視頻圖像幀中對應(yīng)的特征坐標(biāo)，生成關(guān)鍵特征序列；通過關(guān)鍵部位的關(guān)鍵特征序列，確定目標(biāo)對象的候選動作；分別計(jì)算各個候選動作與可交互對象之間的匹配度，并根據(jù)匹配度確定目標(biāo)對象的動作類型。本發(fā)明借助交互動作確定目標(biāo)用戶是否存在交互行為，從而能夠?qū)Χ鄠€近似姿態(tài)進(jìn)行區(qū)分，進(jìn)一步提高了動作識別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像識別技術(shù)領(lǐng)域，尤其涉及一種人體動作的識別方法及設(shè)備。

背景技術(shù)

隨著圖像識別技術(shù)的不斷發(fā)展，計(jì)算機(jī)可以從圖像文件以及視頻文件中自動識別得到越來越多的信息，例如確定畫面中包含的用戶的人體動作類型，并基于識別得到動作信息進(jìn)行對象追蹤以及對象行為分析等操作，因此圖像識別技術(shù)的準(zhǔn)確度以及識別速率，則會直接影響后續(xù)步驟的處理效果。現(xiàn)有的人體動作的識別技術(shù)，一般是采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，然而上述技術(shù)需要借助光流信息，需要多次進(jìn)行時序遞歸操作，從而識別速度較低，而且準(zhǔn)確率也不高，特別對于部分近似姿態(tài)行為，例如對于坐下以及蹲下兩個動作，由于人體姿態(tài)相似，通過卷積神經(jīng)網(wǎng)絡(luò)無法準(zhǔn)確進(jìn)行區(qū)分，導(dǎo)致動作識別的準(zhǔn)確率進(jìn)一步降低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供了一種人體動作的識別方法及設(shè)備，以解決現(xiàn)有的人體動作的識別方法，識別速度較低，而且準(zhǔn)確率也不高，特別對于部分近似姿態(tài)行為，例如對于坐下以及蹲下兩個動作，由于人體姿態(tài)相似，通過卷積神經(jīng)網(wǎng)絡(luò)無法準(zhǔn)確進(jìn)行區(qū)分，導(dǎo)致動作識別的準(zhǔn)確率進(jìn)一步降低的問題。

本發(fā)明實(shí)施例的第一方面提供了一種人體動作的識別方法，包括：

獲取目標(biāo)對象的視頻文件；所述視頻文件包括多個視頻圖像幀；

分別解析各個所述視頻圖像幀，提取所述視頻圖像幀中關(guān)于所述目標(biāo)對象的人體區(qū)域圖像，以及確定所述視頻圖像幀包含的可交互對象；

在所述人體區(qū)域圖像中標(biāo)記出預(yù)設(shè)的人體關(guān)鍵部位列表內(nèi)的各個關(guān)鍵部位，并獲取各個所述關(guān)鍵部位的特征坐標(biāo)；

根據(jù)所述關(guān)鍵部位在各個所述視頻圖像幀中對應(yīng)的所述特征坐標(biāo)，生成關(guān)于所述關(guān)鍵部位的關(guān)鍵特征序列；

通過各個所述關(guān)鍵部位的所述關(guān)鍵特征序列，確定所述目標(biāo)對象的至少一個候選動作；

分別計(jì)算各個所述候選動作與所述可交互對象之間的匹配度，并根據(jù)所述匹配度，從所述候選動作中確定所述目標(biāo)對象的動作類型。

本發(fā)明實(shí)施例的第二方面提供了一種人體動作的識別設(shè)備，包括：

視頻文件獲取單元，用于獲取目標(biāo)對象的視頻文件；所述視頻文件包括多個視頻圖像幀；

人體區(qū)域圖像提取單元，用于分別解析各個所述視頻圖像幀，提取所述視頻圖像幀中關(guān)于所述目標(biāo)對象的人體區(qū)域圖像，以及確定所述視頻圖像幀包含的可交互對象；

關(guān)鍵部位識別單元，用于在所述人體區(qū)域圖像中標(biāo)記出預(yù)設(shè)的人體關(guān)鍵部位列表內(nèi)的各個關(guān)鍵部位，并獲取各個所述關(guān)鍵部位的特征坐標(biāo)；

關(guān)鍵特征序列生成單元，用于根據(jù)所述關(guān)鍵部位在各個所述視頻圖像幀中對應(yīng)的所述特征坐標(biāo)，生成關(guān)于所述關(guān)鍵部位的關(guān)鍵特征序列；

候選動作識別單元，用于通過各個所述關(guān)鍵部位的所述關(guān)鍵特征序列，確定所述目標(biāo)對象的至少一個候選動作；

動作類型識別單元，用于分別計(jì)算各個所述候選動作與所述可交互對象之間的匹配度，并根據(jù)所述匹配度，從所述候選動作中確定所述目標(biāo)對象的動作類型。