[發明專利]動作識別方法、裝置、設備及存儲介質

有效

• 申請號: 202010431706.9
• 申請日: 2020-05-20
• 公開（公告）號: CN111598026B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 李斌泉
• 申請（專利權）人: 廣州市百果園信息技術有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06N3/0464;H04N19/172;H04N19/52;G06V40/20;G06V10/82
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了動作識別方法、裝置、設備及存儲介質。其中，該方法包括：對原始壓縮視頻數據進行分組處理，得到分組視頻數據，將分組視頻數據輸入至第一預設模型中，并根據第一預設模型的輸出結果確定包含動作的目標分組視頻數據，對目標分組視頻數據進行解碼，得到待識別分組視頻數據，將待識別分組視頻數據輸入至第二預設模型中，并根據第二預設模型的輸出結果確定待識別分組視頻數據中包含的動作類型。本發明實施例提供的技術方案，在對壓縮視頻進行解壓前，先利用第一預設模型粗略篩選出包含動作的視頻片段，再利用第二預設模型精確識別包含的動作的具體類型，可以在保證識別精度的前提下有效減少計算量，提高動作識別效率。

技術領域

本發明實施例涉及計算機視覺應用技術領域，尤其涉及動作識別方法、裝置、設備及存儲介質。

背景技術

基于視頻的動作識別，一直是計算機視覺研究的重要領域。視頻動作識別的實現主要包括特征抽取與表示，以及特征分類兩大部分。經典的如密度軌跡追跟蹤等方法，一般為手動設計特征的方法，而近些年來，人們發現深度學習具備強大的特征表示能力，神經網絡便逐漸成為動作識別領域的主流方法，相對于手動設計特征的方法，大大提升了動作識別的性能。

目前，神經網絡動作識別方案大部分基于從視頻中獲取的序列圖片構建出時序關系，從而對動作進行判斷。例如：基于循環神經網絡構建圖片之間的時序、基于3D卷積提取多個圖片時間的時序信息以及基于圖片的深度學習技術疊加動作變化的光流信息等。上述方案存在計算量與識別精度不能兼顧的問題，需要改進。

發明內容

本發明實施例提供了動作識別方法、裝置、設備及存儲介質，可以優化現有的針對視頻的動作識別方案。

第一方面，本發明實施例提供了一種動作識別方法，該方法包括：

對原始壓縮視頻數據進行分組處理，得到分組視頻數據；

將所述分組視頻數據輸入至第一預設模型中，并根據所述第一預設模型的輸出結果確定包含動作的目標分組視頻數據；

對所述目標分組視頻數據進行解碼，得到待識別分組視頻數據；

將所述待識別分組視頻數據輸入至第二預設模型中，并根據所述第二預設模型的輸出結果確定所述待識別分組視頻數據中包含的動作類型。

第二方面，本發明實施例提供了一種動作識別裝置，該裝置包括：

視頻分組模塊，用于對原始壓縮視頻數據進行分組處理，得到分組視頻數據；

目標分組視頻確定模塊，用于將所述分組視頻數據輸入至第一預設模型中，并根據所述第一預設模型的輸出結果確定包含動作的目標分組視頻數據；

視頻解碼模塊，用于對所述目標分組視頻數據進行解碼，得到待識別分組視頻數據；

動作類型識別模塊，用于將所述待識別分組視頻數據輸入至第二預設模型中，并根據所述第二預設模型的輸出結果確定所述待識別分組視頻數據中包含的動作類型。

第三方面，本發明實施例提供了一種計算機設備，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，所述處理器執行所述計算機程序時實現如本發明實施例提供的動作識別方法。

第四方面，本發明實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明實施例提供的動作識別方法。