人体动作识别装置及方法、电子设备制造方法及图纸

本发明专利技术实施例提供一种人体动作识别装置及方法、电子设备。首先在输入图像中检测人体的边界框，并在检测出的边界框中有选择的基于人体的关键点来检测人体的动作和/或基于卷积神经网络来检测人体的动作，这样，通过分级的检测方式，处理速度较快且识别精度较高，并且，通过将两种检测方式相结合，可以根据不同的情况来选择不同的检测方式，能够灵活的应对各种场景和需求。

【技术实现步骤摘要】
人体动作识别装置及方法、电子设备
本专利技术涉及信息

技术介绍
近年来，在深度学习的帮助下，计算机视觉领域的研究取得了很大的进步。深度学习是指在分层神经网络上运用各种机器学习算法解决图像、文本等各种问题的算法集合。深度学习的核心是特征学习，旨在通过分层神经网络获取分层次的特征信息，从而解决以往需要人工设计特征的重要难题。安全监控是深度学习的重要应用之一，而人体动作和行为识别是安全监控的重要组成部分。应该注意，上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本专利技术的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
但是，由于人体的动作比较复杂，应用的场景也多变，现有的动作识别方法处理速度较慢，且识别精度不高，另外，无法灵活的应对各种不同的场景和需求。本专利技术实施例提供一种人体动作识别装置及方法、电子设备，首先在输入图像中检测人体的边界框，并在检测出的边界框中有选择的基于人体本文档来自技高网...

【技术保护点】
1.一种人体动作识别装置，所述装置包括：/n目标检测单元，其用于检测输入图像中的人体的边界框；/n第一检测单元，其用于在检测出的人体的边界框中，基于所述人体的关键点计算所述人体的特征，并根据所述人体的特征来检测所述人体的动作，得到第一识别结果；/n第二检测单元，其用于在检测出的人体的边界框中，基于卷积神经网络来检测所述人体的动作，得到第二识别结果；以及/n选择单元，其用于选择所述第一检测单元和所述第二检测单元中的至少一个来检测人体的动作，以得到所述第一识别结果和所述第二识别结果中的至少一个。/n

【技术特征摘要】
1.一种人体动作识别装置，所述装置包括：
目标检测单元，其用于检测输入图像中的人体的边界框；
第一检测单元，其用于在检测出的人体的边界框中，基于所述人体的关键点计算所述人体的特征，并根据所述人体的特征来检测所述人体的动作，得到第一识别结果；
第二检测单元，其用于在检测出的人体的边界框中，基于卷积神经网络来检测所述人体的动作，得到第二识别结果；以及
选择单元，其用于选择所述第一检测单元和所述第二检测单元中的至少一个来检测人体的动作，以得到所述第一识别结果和所述第二识别结果中的至少一个。


2.根据权利要求1所述的装置，其中，所述第一检测单元包括：
第一检测模块，其用于在检测出的人体的边界框中检测所述人体的关键点；
计算模块，其用于根据检测出的所述人体的关键点计算所述人体的特征；以及
第二检测模块，其用于根据计算出的所述人体的特征，基于分类器和/或预设的规则检测所述人体的动作，得到第一识别结果。


3.根据权利要求2所述的装置，其中，
所述人体的关键点包括分别表示所述人体的多个部位所在位置的多个点。


4.根据权利要求2所述的装置，其中，
所述人体的特征包括：
分别表示所述人体的多个部位所在位置的多个点的二维坐标；以及
所述多个点的连线之间的至少一个角度。


5.根据权利要求2所述的装...

【专利技术属性】
技术研发人员：尹汭，谭志明，张宗艳，丁蓝，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP