一种人体动作识别方法、装置及介质制造方法及图纸

本发明专利技术涉及动作识别的技术领域，具体提供一种人体动作识别方法、装置及介质，旨在解决在识别人体动作时，能够同时兼顾识别精度和识别速度的技术问题。为此目的，本发明专利技术获取待识别的视频数据，通过预设的关键点模型对视频数据进行第一动作预测，获得第一动作预测结果，基于第一动作预测结果，通过预设的图像模型进行第二动作预测，获得第二动作预测结果。通过上述配置方式，本发明专利技术能够有效提升识别的速度和降低动作识别的误识别数量。使用关键点模型预测作为前置过滤环节，一定程度上可以过滤掉图像模型可能错误预测的序列，从而有效降低动作识别的误识别数量。作识别的误识别数量。作识别的误识别数量。

【技术实现步骤摘要】
一种人体动作识别方法、装置及介质


[0001]本专利技术涉及动作识别的
，具体提供一种人体动作识别方法、装置及介质。

技术介绍

[0002]人工智能技术发展迅速，在生活中的多个领域都有了广泛的应用。视频理解作为人工智能领域的一个重要分支，受到了越来越多的关注。同时，人体动作识别技术作为视频理解领域的关键技术之一，在视频中人类异常行为的检测和报警这个热门应用场景有了越来越多的应用。
[0003]目前的人体动作识别技术，根据输入的不同主要分为两个分支，分别是图像分支和骨骼点分支。图像分支的模型通常较为复杂，因此识别速度较慢。骨骼点分支识别效率较高，但识别精度通常低于图像分支。
[0004]相应地，本领域需要一种兼顾识别精度和识别速度的人体动作识别方法来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何在识别人体动作时，能够同时兼顾识别精度和识别速度的技术问题。
[0006]在第一方面，本专利技术提供一种人体动作识别方法，所述方法包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体动作识别方法，其特征在于，所述方法包括：获取待识别的视频数据；通过预设的关键点模型对所述视频数据进行第一动作预测，获得第一动作预测结果；基于所述第一动作预测结果，通过预设的图像模型进行第二动作预测，获得第二动作预测结果。2.根据权利要求1所述的人体动作识别方法，其特征在于，所述通过预设的关键点模型对所述视频数据进行第一动作预测，获得第一动作预测结果，包括：根据所述视频数据，获取单人图像的信息；根据所述单人图像的信息，获取每个人体的图像序列信息；根据所述图像序列信息，获取每个人体的人体骨架序列信息；将所述人体骨架序列信息作为所述关键点模型的输入数据，进行所述第一动作预测，获取所述第一动作预测结果。3.根据权利要求2所述的人体动作识别方法，其特征在于，所述将所述人体骨架序列信息作为所述关键点模型的输入数据，进行所述第一动作预测，获取所述第一动作预测结果，包括：判断所述人体骨架序列信息是否为非人体；若否，判断所述人体骨架序列信息是否存在截断；若否，将所述人体骨架序列信息输入至所述关键点模型，进行第一动作预测，以获得所述第一动作预测结果。4.根据权利要求3所述的人体动作识别方法，其特征在于，所述判断所述人体骨架序列信息是否为非人体，包括：获取所述人体骨架序列信息中每个人体骨架中每个骨骼节点的节点可见度；根据所述人体骨架序列信息中每个人体骨架中每个骨骼节点的节点可见度和预设的可见度阈值，判断所述人体骨架序列信息是否为非人体。5.根据权利要求3所述的人体动作识别方法，其特征在于，所述判断所述人体骨架序列信息是否存在截断，包括：根据所述人体骨架序列信息中每个人体骨架中每个骨骼节点的节点可见度，分别获取所述人体骨架的上半身骨架数据和下半身骨架数据的可见比例；根据每个人体骨架的上半身骨架数据和下半身骨架数据的可见比例和预设的第一比例阈值，判断所述人体骨架序列信息是否存在截断。6.根据权利要求2所述的人体动作识别方法，其特征在于，所述基于所述第一动作预测结果，通过预设的图...

【专利技术属性】
技术研发人员：商越，陈静，
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：