【技术实现步骤摘要】
行为识别模型训练及行为识别方法、装置及计算机存储介质
[0001]本申请实施例涉及图像识别
，特别涉及一种行为识别模型训练及 行为识别方法、装置及计算机存储介质。
技术介绍
[0002]随着各领域对于人工智能技术应用的需求不断提升，计算机视觉作为人工智 能技术的一个重要的分支，也得到了极大的发展和应用。
[0003]近年来，视频理解逐步成为计算机视觉中一种重要的研究方向，其中人体的 行为识别，作为视频理解中的一个重要的领域，在人机交互和视频监控智能化 等场景有着广泛的应用。
[0004]然而，目前基于人体骨骼点的行为识别方法的输入仅包含骨骼点坐标，特征 较为稀疏，导致可供相关算法模型学习和利用的信息较少，并导致了最终算法 性能的不尽如人意。
技术实现思路
[0005]鉴于上述问题，本申请提供一种行为识别模型训练及行为识别方法、装置 及计算机存储介质，可提高模型训练效果，并提升模型的行为识别准确性。
[0006]本申请第一方面提供一种行为识别模型训练方法，包括：根据从训练样本 中识...
【技术保护点】
【技术特征摘要】
1.一种行为识别模型训练方法，其特征在于，包括：根据从训练样本中识别出的各骨骼节点，获取各所述骨骼节点对应的各归一化特征、各对称化特征、各中心化特征；根据各所述骨骼节点对应的各所述归一化特征、各所述对称化特征、各所述中心化特征，获取所述训练样本的多个训练特征组；根据所述训练样本的各所述训练特征组、所述训练样本的行为标签，训练多个识别子模型；基于训练好的所述多个识别子模型，获得训练好的行为识别模型。2.根据权利要求1所述的行为识别模型训练方法，其特征在于，所述根据从训练样本中识别出的各骨骼节点，获取各所述骨骼节点对应的各归一化特征、各对称化特征、各中心化特征，包括：识别所述训练样本中的目标对象，获取所述目标对象的目标检测框与所述目标对象的各所述骨骼节点对应的各骨骼节点坐标；根据所述目标检测框，针对各所述骨骼节点坐标执行归一化处理，获得各所述骨骼节点对应的各所述归一化特征；根据由各所述骨骼节点所确定的中心轴线、各所述骨骼节点对应的各所述归一化特征，获得各所述骨骼节点对应的各所述对称化特征；根据由各所述骨骼节点所确定的中心点，各所述骨骼节点对应的各所述归一化特征，获得各所述骨骼节点对应的各所述中心化特征。3.根据权利要求2所述的行为识别模型训练方法，其特征在于，所述根据所述目标检测框，针对各所述骨骼节点坐标执行归一化处理，获得各所述骨骼节点对应的各所述归一化特征，包括：根据所述目标检测框的高度和宽度，针对各所述骨骼节点坐标执行归一化处理，获得各所述骨骼节点对应的各归一化坐标；所述骨骼节点的归一化坐标可表示为：其中，所述为所述骨骼节点的归一化坐标，所述(x
i
,y
i
)为所述骨骼节点坐标，所述W为所述目标检测框的宽度，所述H为所述目标检测框的高度。4.根据权利要求3所述的行为识别模型训练方法，其特征在于，根据由各所述骨骼节点所确定的中心轴线、各所述骨骼节点对应的各所述归一化特征，获得各所述骨骼节点对应的各所述对称化特征，包括：根据由所述骨骼节点中的顶点节点和颈部节点构成的连线，确定所述中心轴线；基于所述中心轴线，确定对称的第一骨骼节点和第二骨骼节点；根据所述第一骨骼节点和所述第二骨骼节点各自的归一化坐标，确定所述第一骨骼节点和所述第二骨骼节点各自的对称化坐标；所述第一骨骼节点的对称化坐标可表示为：所述第二骨骼节点的对称化坐标可表示为：
其中，所述为所述第一骨骼节点的归一化坐标，所述为所述第二骨骼节点的归一化坐标。5.根据权利要求4所述的行为识别模型训练方法，其特征在于，所述方法还包括：将位于所述中心轴线上的所述骨骼节点的对称化坐标确定为(0,0)。6.根据权利要求3所述的行为识别模型训练方法，其特征在于，所述根据由各所述骨骼节点所确定的中心点，各所述骨骼节点对应的各所述归一化特征，获得各所述骨骼节点对应的各所述中心化特征，包括：根据所述骨骼节点中的顶点节点，确定所述中心点；根据所述中心点的归一化坐标、各所述骨骼节点对应的各所述归一化坐标，确定各所述骨骼节点对应的各中心化坐标；所述骨骼节点的中心化坐标可表示为：其中，所述表示所述骨骼节点的中心化坐标，所述表示所述中心点的归一化坐标，所述表示所述骨骼节点的归一化坐标。7.根据权利要求1所述的行为识别模型训练方法，其特征在于，所述根据各所述骨骼节点对应的各所述归一化特征、各所述对称化特征、各所述中心化特征，获取所述训练样本的多个训练特征组，包括：针对各所述骨骼节点中的每一个,任意组合所述骨骼节点的...
【专利技术属性】
技术研发人员：商越，
申请(专利权)人：云从科技集团股份有限公司，
类型：发明
国别省市：
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。