【技术实现步骤摘要】
一种人体行为识别方法、装置及设备
本申请属于人工智能领域,尤其涉及一种人体行为识别方法、装置及设备。
技术介绍
随着深度传感器技术的发展,检测设备已经能根据深度信息中估计人体的关键骨骼节点。由于骨骼节点足够表达人体运动过程中的动作信息,因此,骨骼节点同样可以用于人类行为的表达。相对于深度图像的复杂程度,骨骼节点仅仅包含了人体关键节点的坐标信息,这种骨骼节点坐标信息并不会因为视角的变化而改变,因此许多基于骨骼节点的行为识别方法相继被提出。近年来,基于卷积神经网络CNN的骨骼节点行为识别技术得到广泛发展。其中最常见的处理方法是:将骨骼节点信息转换成深度模型训练最常见的图像来进行模型训练,但这种转换方式容易导致某些相似行为的混淆,不利于提升人体行为识别精度。
技术实现思路
有鉴于此,本申请实施例提供了一种人体行为识别方法、装置及设备,以解决现有技术中容易导致相似行为混淆,人体行为识别精度不高的问题。本申请实施例的第一方面提供了一种人体行为识别方法,所述人体行为识别方法包括:获取人体行为所对应的图像帧序列,确定所述图像帧序列中的模板帧;根据所述模板帧获取骨骼节点所对应的排序策略;获取图像帧序列中的图像帧中骨骼节点与其它骨骼节点之间的第一位移矢量集、以及图像帧序列中的相邻两帧所确定的第二位移矢量集,所述第二位移矢量集包括相邻两帧中的其中一个图像帧中的骨骼节点到另一图像帧中的骨骼节点所确定的位移矢量;根据所述排序策略,分别对每一个骨骼节点所对应的第一位移矢量集和 ...
【技术保护点】
1.一种人体行为识别方法,其特征在于,所述人体行为识别方法包括:/n获取人体行为所对应的图像帧序列,确定所述图像帧序列中的模板帧;/n根据所述模板帧获取骨骼节点所对应的排序策略;/n获取图像帧序列中的图像帧中骨骼节点与其它骨骼节点之间的第一位移矢量集、以及图像帧序列中的相邻两帧所确定的第二位移矢量集,所述第二位移矢量集包括相邻两帧中的其中一个图像帧中的骨骼节点到另一图像帧中的骨骼节点所确定的位移矢量;/n根据所述排序策略,分别对每一个骨骼节点所对应的第一位移矢量集和第二位移矢量集进行排序,生成节点特征块;/n通过已训练的神经网络模型识别所述节点特征块所对应的行为类别。/n
【技术特征摘要】
1.一种人体行为识别方法,其特征在于,所述人体行为识别方法包括:
获取人体行为所对应的图像帧序列,确定所述图像帧序列中的模板帧;
根据所述模板帧获取骨骼节点所对应的排序策略;
获取图像帧序列中的图像帧中骨骼节点与其它骨骼节点之间的第一位移矢量集、以及图像帧序列中的相邻两帧所确定的第二位移矢量集,所述第二位移矢量集包括相邻两帧中的其中一个图像帧中的骨骼节点到另一图像帧中的骨骼节点所确定的位移矢量;
根据所述排序策略,分别对每一个骨骼节点所对应的第一位移矢量集和第二位移矢量集进行排序,生成节点特征块;
通过已训练的神经网络模型识别所述节点特征块所对应的行为类别。
2.根据权利要求1所述的人体行为识别方法,其特征在于,所述通过已训练的神经网络模型识别所述节点特征块所对应的行为类别的步骤包括:
将所述节点特征块输入到已训练的第一卷积模型,得到所述节点特征块所对应的第一特征图集;
将所述节点特征块输入到已训练的基于注意力机制的第二卷积模型,对所述节点特征块进行动作关注评分,根据动作关注评分对变化的动作流进行加权,得到第二特征图;
将所述第一特征图集中的特征图分别与第二特征图融合,根据融合后的第三特征图对所述人体行为分类。
3.根据权力要求1所述的人体行为识别方法,其特征在于,所述将所述节点特征块输入到已训练的基于注意力机制的第二卷积模型,对所述节点特征块进行动作关注评分,根据动作关注评分对变化的的动作流进行加权,得到第二特征图包括:
基于所述注意力机制的第二卷积模型,对所述节点特征块进行显著性评分;
通过显著性评分引导对所述节点特征块的全部区域产生空间注意和时间注意;
基于所述空间注意和时间注意,对所述节点特征块进行动作关注评分计算;根据所述动作关注评分对变化动作流所对应的节点特征块进行加权,获取第二特征图。
4.根据权利要求1所述的人体行为识别方法,其特征在于,所述获取人体行为所对应的图像帧序列的步骤包括:
获取人体行为的原始图像序列;
根据预设的高斯分布模型对所述原始图像序列进行采样;
通过双线性插值得到人体行为所对应的图像帧序列。
5.根据权利要求1所述的人体行为识别方法,其特征在于,所述根据所述模板帧获取骨骼节点所对应的排序策略的步骤包括:
获取模板帧中的第i骨骼节点与模板帧中的各个骨骼节点的距离,其中i为模板帧中的任一骨骼节点;
根据距离的大小进行排序,根据距离排序结果所对应的节点顺序确定第i骨骼节点的排序策略。
6.根据权利要求1所述的人体行为识别方法,其特征在于,所述根据所述排序策略,分别对每一个骨...
【专利技术属性】
技术研发人员:王汝欣,朱开军,陶大鹏,
申请(专利权)人:深圳市联合视觉创新科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。