[發明專利]一種交互式視頻動作綜合識別評價系統與方法

在審

• 申請號: 202210448232.8
• 申請日: 2022-04-24
• 公開（公告）號: CN114677765A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 羅明宇;易秋晨
• 申請（專利權）人: 東云睿連（武漢）計算技術有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06K9/62;G06V10/774
• 代理公司: 武漢智正誠專利代理事務所(普通合伙) 42278
• 代理人: 李衛

本發明提供了一種交互式視頻動作綜合識別評價系統與方法；本發明擴展了傳統上只基于人體骨架建模算法的動作描述范疇，能夠對單人、人與物體交互、多人交互產生的動作進行建模，并提供豐富的綜合評價指標體系，形成了一種通用的視頻動作識別與評價方法解決方案，能夠從定性和定量的多種層面描述待評價動作與標準之間的差異，可以隨技術發展集成當前最新的數據、數據處理技術和最先進的算法模型，以實現最佳的動作識別評價效果。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種交互式視頻動作綜合識別評價系統和方法。

背景技術

視頻動作的識別與評價廣泛用于安防、體育運動等行業，它一般使用靜態或運動攝像頭采集特定場景下的人物運動視頻，基于人工智能算法對人體肢體角度、動作類別等進行識別分析，并與設定標準之間進行比對，以判斷是否存在異常等情況或對動作的規范性進行評價。

現有技術中在視頻動作識別與評價的算法方面，一些學者針對某些具體應用場景提出了若干專家規則和人工智能算法。

現有技術中，一種視頻動作的識別方式是通過使用Kinect傳感器采集人體關節點坐標，然后通過一系列人工設計的專家規則計算關節點之間的角度，并與預設的標準值之間進行比對，以判斷仰臥起坐動作是否合格。

另一種視頻動作的識別方式是基于人工智能的動作識別方法，主要通過利用經典的人體骨架序列特征分類模型，它包含3個子模型，分別用于單幀圖像人體骨架特征提取、時序特征編碼和動作分類，現有的大多人體動作分類方法都基于該模式，只是對具體算法性能有所改進。

還有一種視頻動作的識別方式是會同時考慮了目標物本身的特征和背景區域特征，通過一系列方法確定背景區域的影響值，與目標物特征進行融合后再進行動作分類。考慮到人體動作跟背景環境很可能相關，該方法將視頻動作識別拓寬到人體范圍之外的更多信息，利用更豐富的特征最終提高了算法的識別精度。

但是，上述三種現有技術中的對動作的界定仍然是片面的。它們大多只考慮了人體骨架本身及其時序變化(例如行走、奔跑、仰臥起坐)所反應的動作，或者使用了一些模糊的外部特征(例如上述的背景區域影響值)用于改善識別精度。更寬泛的動作定義不僅包含人體骨架形態及變化所反應的動作，還包含與人體骨架無關的局部形態及變化(如面部表情、視覺方向)、人體與外部事物共同變化所反應的動作(例如喝水和舉旗，如果不考慮水杯和旗幟這些外部物體則動作的意義將是不確定的)、多人行為所反應的動作(例如打架斗毆)。這些場景在體育和安防等領域十分常見，但現有的方法無法解決。另外，現有的動作評價方法一般都基于專家規則或者整體相似度計算，給出一個相似度分數或相似等級，較為模糊，無法給出細節差異和糾正方向(例如動作延遲)。

上述缺陷使得現有方法只能被精心設計用于特定任務，泛化性較弱，無法作為一種通用的視頻動作識別與評價方法解決方案。另外，隨著業務數據的不斷積累和算法研究的不斷突破，模型精度有提升的可能性，動作識別需求有擴充或更改的可能，現有方法不能很好的滿足。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

為解決背景技術提到的以上技術問題，本發明提出一種交互式視頻動作綜合識別評價系統和方法，所述系統包括：

所述系統包括數據采集組件100、數據標注組件200、動作識別組件300和動作評價組件400：

所述數據采集組件100，用于進行原始視頻數據采集；

動作識別組件300，用于接收用戶新增動作識別算法模型組件請求，將其加入動作識別算法模型庫中；

動作評價組件400，用于接收用戶新增動作評價算法模型組件請求，將其加入動作評價算法模型庫中；