跳舞检测方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种跳舞检测方法、设备、存储介质及装置，应用于互联网技术领域，该方法包括：对待检测视频进行图像截取，获得多个待检测图像，对多个待检测图像分别进行特征提取，获得多个人体姿态特征，根据多个人体姿态特征通过预设跳舞预测模型进行跳舞检测，由于本发明专利技术基于人体姿态特征提取和预设跳舞预测模型自动完成跳舞行为检测，从而能够提高跳舞检测的准确性和识别速度。检测的准确性和识别速度。检测的准确性和识别速度。

【技术实现步骤摘要】
跳舞检测方法、设备、存储介质及装置


[0001]本专利技术涉及互联网
，尤其涉及一种跳舞检测方法、设备、存储介质及装置。

技术介绍

[0002]目前，在对视频中的跳舞行为进行识别时，往往通过人工识别的方式来实现。但是，人工识别的方式存在识别速度慢和准确率低的缺陷。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种跳舞检测方法、设备、存储介质及装置，旨在解决现有技术中人工识别视频中的跳舞行为识别速度慢和准确率低的技术问题。
[0005]为实现上述目的，本专利技术提供一种跳舞检测方法，所述跳舞检测方法包括以下步骤：
[0006]对待检测视频进行图像截取，获得多个待检测图像；
[0007]对多个所述待检测图像分别进行特征提取，获得多个人体姿态特征；
[0008]根据多个所述人体姿态特征通过预设跳舞预测模型进行跳舞检测。
[0009]可选地，所述对待检测视频进行图像截取，获得多个待检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跳舞检测方法，其特征在于，所述跳舞检测方法包括以下步骤：对待检测视频进行图像截取，获得多个待检测图像；对多个所述待检测图像分别进行特征提取，获得多个人体姿态特征；根据多个所述人体姿态特征通过预设跳舞预测模型进行跳舞检测。2.如权利要求1所述的跳舞检测方法，其特征在于，所述对待检测视频进行图像截取，获得多个待检测图像的步骤之前，所述跳舞检测方法还包括：对视频样本进行图像截取，获得多个图像样本；对多个所述图像样本分别进行特征提取，获得多个人体姿态特征样本；根据多个所述人体姿态特征样本对初始跳舞预测模型进行模型训练，获得预设跳舞预测模型。3.如权利要求2所述的跳舞检测方法，其特征在于，所述对多个所述图像样本分别进行特征提取，获得多个人体姿态特征样本的步骤，包括：对多个所述图像样本分别进行关键点提取，获得多个目标人体关键点样本和各目标人体关键点样本之间的连接关系样本；根据多个所述目标人体关键点样本和所述连接关系样本确定多个人体姿态特征样本。4.如权利要求3所述的跳舞检测方法，其特征在于，所述对多个所述待检测图像分别进行关键点提取，获得多个目标人体关键点样本和各目标人体关键点样本之间的连接关系样本的步骤，包括：对多个所述图像样本分别进行关键点提取，获得关键点热度图样本和部件连接亲和场样本；根据所述关键点热度图样本和所述部件连接亲和场样本确定多个目标人体关键点样本和各目标人体关键点样本之间的连接关系样本。5.如权利要求4所述的跳舞检测方法，其特征在于，所述根据所述关键点热度图样本和所述部件连接亲和场样本确定多个目标人体关键点样本和各目标人体关键点样本之间的连接关系样本的步骤，包括：获取所述关键点热度图样本对应的多个初始人体关键点样本，并基于所述关键点热度图样本对多个所述初始人体关键点样本进行筛选，获得关键点候选集样本；根据所述关键点候选集...

【专利技术属性】
技术研发人员：殷雅俊，杜平杰，
申请(专利权)人：北京密境和风科技有限公司，
类型：发明
国别省市：