[發明專利]動作識別方法、動作識別裝置和電子設備

在審

• 申請號: 201910977125.2
• 申請日: 2019-10-15
• 公開（公告）號: CN112668359A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 尹汭;祝賢坦;譚志明
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王曦;陶海萍

本申請實施例提供一種動作識別方法、動作識別裝置和電子設備，該動作識別裝置包括：關鍵點特征提取單元，其對圖像幀中目標人體上的關鍵點的信息進行處理，從而計算所述目標人體的關鍵點特征，所述關鍵點特征包括所述目標人體上的預定關鍵點的位置和預定關節的角度；以及第一識別單元，其根據所述關鍵點特征，識別所述目標人體的動作，輸出第一識別結果。

技術領域

本申請涉及電子信息技術領域。

背景技術

人體的動作識別(action recognition)具有廣泛的應用前景，例如，人體的動作識別可以被應用于消費者行為分析、健康看護、智能工廠等場景中。

現有技術中，常見的動作識別方法包括：基于攝像機拍攝到的圖像幀來進行人體的動作識別，例如，使用基于深度學習網絡的分類器對圖像幀進行分類，從而對圖像幀中的人體的動作進行識別；或者，從攝像機拍攝到的圖像幀中提取人體的關鍵點，根據關鍵點來識別人體的動作。

應該注意，上面對技術背景的介紹只是為了方便對本申請的技術方案進行清楚、完整的說明，并方便本領域技術人員的理解而闡述的。不能僅僅因為這些方案在本申請的背景技術部分進行了闡述而認為上述技術方案為本領域技術人員所公知。

發明內容

本申請的申請人發現，常見的動作識別方法存在一些局限性，例如：在使用基于深度學習網絡的分類器的方法中，需要大量的訓練數據對深度學習網絡進行訓練，并且，該方法是針對圖像信號直接進行分類，所以計算量大，而且會受到圖像中其它信息的干擾，識別的效率并不高，此外，如果要對新的動作進行識別，需要針對該新的動作重新訓練該深度學習網絡，因而該方法的可擴展性較低；在根據人體的關鍵點來識別動作的方法中，由于使用的參數較單一，識別結果的準確性也難以保證。

本申請實施例提供一種動作識別方法、動作識別裝置以及電子設備，該動作識別裝置根據圖像幀中人體上的關鍵點的位置以及關節的角度來識別人體的動作，不僅計算量小，而且準確性較高。

根據本申請實施例的第一方面，提供一種動作識別裝置，包括：關鍵點特征提取單元，其對圖像幀中目標人體上的關鍵點的信息進行處理，從而計算所述目標人體的關鍵點特征，所述關鍵點特征包括所述目標人體上的預定關鍵點的位置和預定關節的角度；以及第一識別單元，其根據所述關鍵點特征，識別所述目標人體的動作，輸出第一識別結果。

根據本實施例的第二方面，提供一種動作識別方法，包括：對圖像幀中目標人體上的關鍵點的信息進行處理，從而計算所述目標人體的關鍵點特征，所述關鍵點特征包括所述目標人體上的預定關鍵點的位置和預定關節的角度；以及根據所述關鍵點特征，識別所述目標人體的動作，輸出第一識別結果。

根據本實施例的第三方面，提供一種電子設備，其包括實施例的第一方面的動作識別裝置。

本申請的有益效果在于：根據圖像幀中人體上的關鍵點的位置以及關節的角度來識別人體的動作，不僅計算量小，而且準確性較高。

參照后文的說明和附圖，詳細公開了本發明的特定實施方式，指明了本發明的原理可以被采用的方式。應該理解，本發明的實施方式在范圍上并不因而受到限制。在所附附記的精神和條款的范圍內，本發明的實施方式包括許多改變、修改和等同。

針對一種實施方式描述和/或示出的特征可以以相同或類似的方式在一個或更多個其它實施方式中使用，與其它實施方式中的特征相組合，或替代其它實施方式中的特征。

應該強調，術語“包括/包含”在本文使用時指特征、整件、步驟或組件的存在，但并不排除一個或更多個其它特征、整件、步驟或組件的存在或附加。

附圖說明