[發(fā)明專利]行為評價方法、裝置、計算機設備和存儲介質

有效

• 申請?zhí)枺?/td>: 201910833330.1
• 申請日: 2019-09-04
• 公開（公告）號: CN110728181B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設計）人: 劉思陽
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/26;G06V10/44
• 代理公司: 北京華夏泰和知識產(chǎn)權代理有限公司 11662
• 代理人: 李雪

本申請涉及一種行為評價方法、裝置、計算機設備和存儲介質。所述方法包括：獲取待評價圖像中的目標對象的至少一個關鍵點和真實信息；獲取待評價圖像對應的各個關鍵點的標準信息；根據(jù)各個關鍵點的真實區(qū)域信息和對應的標準區(qū)域信息的匹配結果，判斷各個關鍵點中是否為匹配的關鍵點；當存在至少一個不匹配的關鍵點時，獲取各個不匹配的關鍵點的預設評價值，根據(jù)各個不匹配的關鍵點的預設評價值計算所述待評價圖像的目標評價值。在對圖像進行評價之前，對各個關鍵點所在的區(qū)域信息進行區(qū)域信息匹配，根據(jù)匹配結果確定各個關鍵點是否為匹配的關鍵點，對于不匹配的關鍵點直接獲取評價值，減少了對于不匹配的關鍵點的評價過程，節(jié)約計算資源。

技術領域

本申請涉及計算機技術領域，尤其涉及一種行為評價方法、裝置、計算機設備和存儲介質。

背景技術

隨著信息技術的發(fā)展，計算能力，網(wǎng)絡帶寬等大幅提升，深度學習領域得到爆發(fā)式的發(fā)展，各種算法框架不斷涌現(xiàn)。其中在智能分析上，深度學習可以對人的行為進行識別，那么最基礎的就是目標對象的動作識別。如何對動作進行識別，其中一種方式就是對目標對象的關鍵點進行識別；

人們對關鍵點的識別研究開始的很早，早期研究由于計算機的算力限制，都是采用的傳統(tǒng)的特征進行識別，效果一般。以人體為例，僅對人體的標準站姿有良好的識別效果，稍微站的不標準就無法準確識別。使得關鍵點算法無法應用到現(xiàn)實的業(yè)務當中。

隨著算力的提升和深度學習領域的發(fā)展，基于深度學習的關鍵點識別算法被提出，通過大量帶有標注的數(shù)據(jù)的訓練，網(wǎng)絡可以對各種姿勢的目標對象關鍵點進行識別，且泛化能力很強。

為了對目標對象的各個關鍵點進行更準確的判斷，需要對各個關鍵點進行多維度的評價，導致計算量大幅增加，占用大量的計算資源。

發(fā)明內(nèi)容

為了解決上述技術問題，本申請?zhí)峁┝艘环N行為評價方法、裝置、計算機設備和存儲介質。

第一方面，本申請?zhí)峁┝艘环N行為評價方法，包括：

獲取待評價圖像中的目標對象的至少一個關鍵點和真實信息，真實信息包括真實區(qū)域信息；

獲取待評價圖像對應的各個關鍵點的標準信息，標準信息包括標準區(qū)域信息；

根據(jù)各個關鍵點的真實區(qū)域信息和對應的標準區(qū)域信息的匹配結果，判斷各個關鍵點中是否為匹配的關鍵點；

當存在至少一個不匹配的關鍵點時，獲取各個不匹配的關鍵點的預設評價值，預設評價值用于評價關鍵點的準確度；

根據(jù)各個不匹配的關鍵點的預設評價值計算待評價圖像的目標評價值。

第二方面，本申請?zhí)峁┝艘环N行為評價裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取待評價圖像中的目標對象的至少一個關鍵點和真實信息，真實信息包括真實區(qū)域信息；

信息獲取模塊，用于獲取待評價圖像對應的各個關鍵點的標準信息，標準信息包括標準區(qū)域信息；

匹配模塊，用于根據(jù)各個關鍵點的真實區(qū)域信息和對應的標準區(qū)域信息的匹配結果，判斷各個關鍵點中是否為匹配的關鍵點；

預設評價值獲取模塊，用于當存在至少一個不匹配的關鍵點時，獲取各個不匹配的關鍵點的預設評價值，預設評價值用于評價關鍵點的準確度；

目標評價值計算模塊，用于根據(jù)各個不匹配的關鍵點的預設評價值計算待評價圖像的目標評價值。

一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

獲取待評價圖像中的目標對象的至少一個關鍵點和真實信息，真實信息包括真實區(qū)域信息；