[發(fā)明專利]行為識別模型訓練方法、識別方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010314126.1
• 申請日: 2020-04-20
• 公開（公告）號: CN113536859A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 丁曉璐
• 申請（專利權(quán)）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 高潔;張穎玲

本發(fā)明公開了一種行為識別模型訓練方法、識別方法、裝置及存儲介質(zhì)。其中，該行為識別模型訓練方法包括：基于訓練樣本集中的骨骼序列生成骨骼序列的語義圖，語義圖至少包括：結(jié)構(gòu)語義圖，結(jié)構(gòu)語義圖中根節(jié)點對應的鄰居節(jié)點范圍為L跳，L為大于1的自然數(shù)；對語義圖進行圖卷積網(wǎng)絡(GCN)運算，提取所述骨骼序列對應的特征；基于提取的特征對骨骼序列進行行為預測；基于行為預測的識別誤差對行為識別模型的模型參數(shù)進行調(diào)整，得到訓練好的行為識別模型。

技術(shù)領(lǐng)域

本發(fā)明涉及行為識別領(lǐng)域，尤其涉及一種行為識別模型訓練方法、識別方法、裝置及存儲介質(zhì)。

背景技術(shù)

行為識別，作為計算機視覺領(lǐng)域的一個重要分支，主要研究目標是讓計算機通過攝像機等采集設(shè)備來感知視覺場景中的對象在干什么，可應用于安防監(jiān)控、無人超市、教育娛樂等多領(lǐng)域，是現(xiàn)代化看護、監(jiān)控的重要手段之一，極大地提高了設(shè)備智能化水平。

行為識別具體可分為基于圖像視頻的行為識別與基于人體骨骼的行為識別。圖像視頻不僅包含了復雜的背景，還有光照變化、視角變化、人體外貌變化等不確定因素，這使得基于圖像視頻的行為識別具有一定的局限性。相比基于圖像視頻的行為識別，基于人體骨骼的行為識別可以很好地克服這些不確定因素的影響。

相關(guān)技術(shù)中，往往基于圖卷積網(wǎng)絡(Graph Convolutional Network，GCN)對骨骼拓撲圖建模，以表達骨骼之間的自然連接關(guān)系，但基于圖卷積網(wǎng)絡的骨骼行為識別方法存在以下缺點：行為特征僅在局部提取，無法完整、準確地表達骨骼行為，影響骨骼行為識別的準確率。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例提供了一種行為識別模型訓練方法、識別方法、裝置及存儲介質(zhì)，旨在提高骨骼行為識別的準確率。

本發(fā)明實施例的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例提供了一種行為識別模型訓練方法，包括：

基于訓練樣本集中的骨骼序列生成所述骨骼序列的語義圖，所述語義圖至少包括：結(jié)構(gòu)語義圖，所述結(jié)構(gòu)語義圖中根節(jié)點對應的鄰居節(jié)點范圍為L跳，L為大于1的自然數(shù)；

對所述語義圖進行圖卷積網(wǎng)絡(GCN)運算，提取所述骨骼序列對應的特征；

基于提取的特征對所述骨骼序列進行行為預測；

基于行為預測的識別誤差對行為識別模型的模型參數(shù)進行調(diào)整，得到訓練好的行為識別模型。

本發(fā)明實施例還提供了一種行為識別方法，包括：

獲取待識別的骨骼序列；

利用前述實施例所述方法訓練得到的行為識別模型對所述待識別的骨骼序列生成語義圖；

所述行為識別模型對所述語義圖基于GCN進行特征提取；

所述行為識別模型基于提取的特征對所述待識別的骨骼序列進行行為預測，確定所述待識別的骨骼序列對應的行為。

本發(fā)明實施例又提供了一種行為識別模型訓練裝置，包括：

第一語義圖生成模塊，用于基于訓練樣本集中的骨骼序列生成所述骨骼序列的語義圖，所述語義圖至少包括：結(jié)構(gòu)語義圖，所述結(jié)構(gòu)語義圖中根節(jié)點對應的鄰居節(jié)點范圍為L跳，L為大于1的自然數(shù)；

第一特征提取模塊，用于對所述語義圖進行GCN運算，提取所述骨骼序列的特征；

第一行為預測模塊，用于基于提取的特征對所述骨骼序列進行行為預測；

模型訓練模塊，用于基于行為預測的識別誤差對行為識別模型的模型參數(shù)進行調(diào)整，得到訓練好的行為識別模型。

本發(fā)明實施例又提供了一種行為識別裝置，包括：