一种图像行为识别模型训练方法及图像行为识别方法技术

本发明专利技术涉及计算机视觉技术领域，具体提供一种图像行为识别模型训练方法及图像行为识别方法，旨在解决现有的图像行为识别方法耗时较长、效果不稳定的问题。为此目的，本发明专利技术的图像行为识别模型训练方法包括：获取初始识别模型，该初始识别模型包含分类头和分割头，获取初始训练模型参数和训练样本数据集，基于初始训练模型参数和训练样本数据集对初始识别模型进行训练，将训练好的初始识别模型去除分割头，得到图像行为识别模型。通过上述实施方式，能够使模型有效地关注人的整体姿态信息和人体各个不同部位的关联信息，减少模型参数量，从而减少推理耗时，提高图像行为识别的准确度和效率。和效率。和效率。

【技术实现步骤摘要】
一种图像行为识别模型训练方法及图像行为识别方法


[0001]本专利技术涉及计算机视觉
，具体涉及一种图像行为识别模型训练方法及图像行为识别方法。

技术介绍

[0002]现有的行为识别方法旨在通过算法识别视频或图像中的人正在执行何种动作/行为，该方法在人机交互、健康监测、安防治理等领域具有重要的应用，例如手势识别、跌倒检测、打架检测等。相较于视频行为识别能够充分获取到一段时间内的空域信息和时域运动信息而言，图像行为识别的输入仅是单一的图像，即只具有单一时刻的空域信息，因此仅应用图像分类技术难以在图像行为识别方法中达到较高的识别准确度。
[0003]目前的图像行为识别方法中通常使用人体关键点信息或人体局部位置框作为辅助，使模型能够有效地关注到人体的姿态信息，但是人体关键点算法耗时较长，并且对于遮挡或特殊的人体姿势，如坐、趴伏等效果不佳，人体局部位置框通常也需要通过人体关键点算法或检测算法来获得，同样存在耗时较长、效果不稳定的问题。这些问题导致图像行为识别方法在准确性和速度上不尽如人意。
[0004]相应地，本领域需要一种新的技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像行为识别模型训练方法，其特征在于，所述方法包括：获取初始识别模型，所述初始识别模型包含分类头和分割头；获取初始训练模型参数和训练样本数据集；基于所述初始训练模型参数和所述训练样本数据集对所述初始识别模型进行训练；将训练好的初始识别模型去除分割头，得到所述图像行为识别模型。2.根据权利要求1所述的图像行为识别模型训练方法，其特征在于，所述获取初始训练模型参数包括：获取人体解析训练数据集；基于所述人体解析训练数据集对第一人体解析模型进行训练，得到所述第一人体解析模型参数；将所述第一人体解析模型参数作为所述初始训练模型参数。3.根据权利要求1所述的图像行为识别模型训练方法，其特征在于，所述初始识别模型包括人体解析子模型和图像行为识别子模型，其中所述人体解析子模型包括所述分割头，所述图像行为识别子模型包括所述分类头；所述对所述初始识别模型进行训练包括：基于所述初始训练模型参数和所述训练样本数据集对所述人体解析子模型和所述图像行为识别子模型进行训练；当所述人体解析子模型和所述图像行为识别子模型均收敛至预设误差值时，完成所述初始识别模型训练。4.根据权利要求3所述的图像行为识别模型训练方法，其特征在于，所述预设误差值包括预设分类误差值和预设分割误差值，所述当所述人体解析子模型和所述图像行为识别子模型均收敛至预设误差值时，完成所述初始识别模型训练包括：基于所述分类头预测不同类别行为的得分并获取所述分类误差值；基于所述分割头预测分割图并获取所述分割误差值；当所述分类误差值收敛至所述预设分类误差值且所述分割误差值收敛至所述预设分割误差值时，完成所述初始识别模型训练。5.根据权利要求2所述的图像行为识别模型训练方法，其特征在于，所述获取初始识别模型包括：基于所述第一人体解析模...

【专利技术属性】
技术研发人员：杨博，温浩，吴天舒，
申请(专利权)人：重庆中科云从科技有限公司，
类型：发明
国别省市：