动作检测方法、装置、计算机可读存储介质和计算机设备制造方法及图纸

本申请涉及一种动作检测方法、装置、计算机存储介质和计算机设备，包括：获取连续且多于一帧的深度图像数据；确定所述深度图像数据分别与目标对象对应的点云数据；提取所述点云数据各自对应的空间特征；根据拼接所述空间特征的结果，得到与所述目标对象对应的时间域特征；根据所述时间域特征确定与所述目标对象对应的动作检测结果。本申请提供的方案可以提高动作检测的准确率。

Action detection method, device, computer readable storage medium and computer equipment

【技术实现步骤摘要】
动作检测方法、装置、计算机可读存储介质和计算机设备
本申请涉及计算机
，特别是涉及一种动作检测方法、装置、计算机可读存储介质和计算机设备。
技术介绍
随着计算机技术的发展，基于视觉的动作分析逐渐成为计算机视觉领域中一个非常活跃的研究方向。动作检测则是动作分析过程中的重要一环。然而，在现有技术中，动作检测通常是通过手动设计某些特定的规则，对数据集中特定的动作进行检测，这样可能会造成动作检测的准确率较低的问题。
技术实现思路
基于此，有必要针对目前动作检测准确率低的技术问题，提供一种动作检测方法、装置、计算机可读存储介质和计算机设备。一种动作检测方法，包括：获取连续且多于一帧的深度图像数据；确定所述深度图像数据分别与目标对象对应的点云数据；提取所述点云数据各自对应的空间特征；根据拼接所述空间特征的结果，得到与所述目标对象对应的时间域特征；根据所述时间域特征确定与所述目标对象对应的动作检测结果。一种动作检测装置，包括：获取模块，用于获取连续且多于一帧的深本文档来自技高网...

【技术保护点】
1.一种动作检测方法，包括：/n获取连续且多于一帧的深度图像数据；/n确定所述深度图像数据分别与目标对象对应的点云数据；/n提取所述点云数据各自对应的空间特征；/n根据拼接所述空间特征的结果，得到与所述目标对象对应的时间域特征；/n根据所述时间域特征确定与所述目标对象对应的动作检测结果。/n

【技术特征摘要】
1.一种动作检测方法，包括：
获取连续且多于一帧的深度图像数据；
确定所述深度图像数据分别与目标对象对应的点云数据；
提取所述点云数据各自对应的空间特征；
根据拼接所述空间特征的结果，得到与所述目标对象对应的时间域特征；
根据所述时间域特征确定与所述目标对象对应的动作检测结果。


2.根据权利要求1所述的方法，其特征在于，所述确定所述深度图像数据分别与目标对象对应的点云数据，包括：
根据所述深度图像数据中各像素位置的深度值，确定所述连续且多于一帧的深度图像数据所对应的背景图像数据；
对所述深度图像数据与所述背景图像数据按像素位置求取差值，得到所述深度图像数据各自对应的前景图像数据；
将所述前景图像数据分别转换为与目标对象对应的点云数据。


3.根据权利要求2所述的方法，其特征在于，所述根据所述深度图像数据中各像素位置的深度值，确定所述连续且多于一帧的深度图像数据所对应的背景图像数据，包括：
确定所述深度图像数据中各像素位置的深度值；
选取每个像素位置上多于一个深度值中的最大深度值；
将各所述最大深度值按照所属的像素位置组合，得到所述连续且多于一帧的深度图像数据所对应的背景图像数据。


4.根据权利要求1所述的方法，其特征在于，所述提取所述点云数据各自对应的空间特征，包括：
将所述点云数据分别输入特征提取模型；
通过所述特征提取模型得到所述点云数据各自对应的空间特征向量。


5.根据权利要求4所述的方法，其特征在于，所述根据拼接所述空间特征的结果，得到与所述目标对象对应的时间域特征，包括：
将各所述空间特征向量，按照所对应点云数据源自的深度图像数据的时间顺序拼接，得到与所述目标对象对应的时间域特征矩阵。


6.根据权利要求4所述的方法，其特征在于，所述通过所述特征提取模型得到所述点云数据各自对应的空间特征向量，包括：
通过所述特征提取模型的输入转换层对所述点云数据进行处理，并输出角度统一后的点云数据；
通过所述特征提取模型的特征转换层，对从所述角度统一后的点云数据提取的特征数据进行处理，以得到所述空间特征向量；所述空间特征向量是特征对齐的。


7.根据权利要求1所述的方法，其特征在于，所述根据所述时间域特征确定与所述目标对象对应的动作检测结果，包括：
通过特征分类模型的卷积层对所述时间域特征进行特征融合；
继续通过所述特征分类模型的分类层对融合后的所述时间域特征进...

【专利技术属性】
技术研发人员：夏茂才，周文，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44