基于数据质量检测的动作识别方法技术

本申请实施例提供一种基于数据质量检测的动作识别方法

【技术实现步骤摘要】
基于数据质量检测的动作识别方法、装置、设备及介质


[0001]本申请涉及动作识别
，具体而言，涉及一种基于数据质量检测的动作识别方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在基于动作识别的人机交互场景中，如
AR
智能眼镜
、VR
游戏设备等，通过传感器
、
图像识别等技术获取用户的动作姿态数据，并解析为相应的控制指令，实现人机交互功能
。
在实际应用中，往往会由于采集设备硬件配置低
、
网络环境差或采集场景复杂等因素导致采集到的动作姿态数据不准确等问题，现有技术直接对存在问题的动作姿态数据进行动作识别，则容易出现识别到的动作指令与用户真实意图不相符的情况，导致人机交互过程中整体的动作识别准确率较低，影响用户人机交互体验，无法满足用户实际的人机交互需求
。

技术实现思路

[0003]本申请实施例的目的在于提供一种基于数据质量检测的动作识别方法
、
装置
、
设备及存储介质，用以提高动作识别准确率，满足用户实际的人机交互需求
。
[0004]第一方面，本申请实施例提供了一种基于数据质量检测的动作识别方法，包括：
[0005]对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果；
[0006]根据所述数据质量检测结果对所述动作姿态数据进行动作识别得到人机交互指令/>。
[0007]在本申请实施例中，通过对采集到的动作姿态数据进行质量检测，并根据质量检测结果进行动作识别，能够提高动作识别的准确率，从而改善用户的人机交互体验
。
[0008]在一个可能的实施例中，所述对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果，包括：
[0009]基于预设的质量检测策略对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果；其中，所述预设的质量检测策略包括准确性检测策略
、
稳定性检测策略和连续性检测策略的至少一种
。
[0010]在本申请实施例中，通过从准确性
、
稳定性
、
连续性等多个方面综合评估采集数据的数据质量，能够进一步提高动作识别的准确率和可靠性
。
[0011]在一个可能的实施例中，所述基于预设的质量检测策略对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果，包括：
[0012]基于预设的准确性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的准确性检测结果；
[0013]基于预设的稳定性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的稳定性检测结果；
[0014]基于预设的连续性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿
态数据的连续性检测结果；
[0015]根据所述准确性检测结果
、
所述稳定性检测结果和所述连续性检测结果中的至少一种及其对应的权重值进行计算得到所述动作姿态数据的数据质量检测结果
。
[0016]在本申请实施例中，通过从三个方面分别进行检测，并结合各自的权重综合计算动作姿态数据的质量检测结果，从而能够进一步提高动作识别的准确率和可靠性
。
[0017]在一个可能的实施例中，所述基于预设的准确性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的准确性检测结果，具体包括：
[0018]基于预设的参考数据集对采集到的动作姿态数据进行对比，以获取所述动作姿态数据的准确性指标，并根据获取的准确性指标以及预设的准确性指标阈值确定所述动作姿态数据的准确性检测结果；
[0019]所述基于预设的稳定性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的稳定性检测结果，具体包括：
[0020]对采集到的动作姿态数据进行稳定性指标提取，并根据提取的稳定性指标以及预设的稳定性指标阈值确定所述动作姿态数据的稳定性检测结果；
[0021]所述基于预设的连续性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的连续性检测结果，具体包括：
[0022]对采集到的动作姿态数据进行连续性指标提取，并根据提取的连续性指标以及预设的连续性指标阈值确定所述动作姿态数据的连续性检测结果
。
[0023]在本申请实施例中，通过具体的检测指标和相应的指标阈值来确定各方面的检测结果，从而进一步提高数据质量评估的精细度，进一步提高动作识别的准确率和可靠性
。
[0024]在一个可能的实施例中，所述根据所述数据质量检测结果对所述动作姿态数据进行动作识别得到人机交互指令，包括：
[0025]对数据质量检测结果不满足预设质量指标条件的动作姿态数据进行过滤，并基于过滤后的动作姿态数据进行动作识别得到人机交互指令
。
[0026]在本申请实施例中，通过对不满足预设质量指标条件的动作姿态数据进行清洗过滤，避免了不必要的动作识别过程，节省了系统的计算资源，并进一步提高了动作识别的准确率和可靠性
。
[0027]在一个可能的实施例中，所述基于数据质量检测的动作识别方法还包括：
[0028]基于所述人机交互指令展示指令确认提示信息；
[0029]接收用户针对于所述指令确认提示信息触发的反馈信号，并根据所述反馈信号的类型对所述预设质量指标条件进行调整
。
[0030]在本申请实施例中，通过在识别动作之后展示确认信息以供用户进行确认，从而能够根据用户反馈的确认结果来调整预设质量指标条件，使得后续的动态姿态数据筛选更加准确，进一步提高了动作识别的准确率和可靠性
。
[0031]在一个可能的实施例中，所述根据所述数据质量检测结果对所述动作姿态数据进行动作识别得到人机交互指令，包括：
[0032]确定所述数据质量检测结果未满足预设的指令识别条件时，获取与所述动作姿态数据相对应的动作识别辅助数据；其中，所述动作识别辅助数据包括环境图像数据
、
环境感知数据和语音采集数据中的至少一种；
[0033]结合所述动作识别辅助数据对所述动作姿态数据进行动作识别得到人机交互指令
。
[0034]在本申请实施例中，若判断动作姿态数据的质量未满足预设识别条件，则结合与动态姿态数据对相应的其他动作识别辅助数据来进行动作识别，从而进一步提高动作识别的准确率和可靠性
。
[0035]第二方面，本申请实施例提供了一种基于数据质量检测的动作识别装置，包括：
[0036]质量检测模块，用于对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果；
[0037]动作识别模块，用于根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于数据质量检测的动作识别方法，其特征在于，包括：对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果；根据所述数据质量检测结果对所述动作姿态数据进行动作识别得到人机交互指令
。2.
根据权利要求1所述的基于数据质量检测的动作识别方法，其特征在于，所述对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果，包括：基于预设的质量检测策略对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果；其中，所述预设的质量检测策略包括准确性检测策略
、
稳定性检测策略和连续性检测策略的至少一种
。3.
根据权利要求2所述的基于数据质量检测的动作识别方法，其特征在于，所述基于预设的质量检测策略对采集到的动作姿态数据进行数据质量检测，得到所述动作姿态数据的数据质量检测结果，包括：基于预设的准确性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的准确性检测结果；基于预设的稳定性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的稳定性检测结果；基于预设的连续性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的连续性检测结果；根据所述准确性检测结果
、
所述稳定性检测结果和所述连续性检测结果中的至少一种及其对应的权重值进行计算得到所述动作姿态数据的数据质量检测结果
。4.
根据权利要求3所述的基于数据质量检测的动作识别方法，其特征在于，所述基于预设的准确性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的准确性检测结果，具体包括：基于预设的参考数据集对采集到的动作姿态数据进行对比，以获取所述动作姿态数据的准确性指标，并根据获取的准确性指标以及预设的准确性指标阈值确定所述动作姿态数据的准确性检测结果；所述基于预设的稳定性检测策略对采集到的动作姿态数据进行检测，得到所述动作姿态数据的稳定性检测结果，具体包括：对采集到的动作姿态数据进行稳定性指标提取，并根据提取的稳定性指标以及预设的稳定性指标阈值确定所述动作姿态数据的稳定性检测结果；所述基于预设的连续性检测策略对采集到的动作姿态数据进行检测，...

【专利技术属性】
技术研发人员：张吉松，夏勇峰，
申请(专利权)人：北京蜂巢世纪科技有限公司，
类型：发明
国别省市：