【技术实现步骤摘要】
一种基于视觉图像的动作识别方法及系统
[0001]本专利技术涉及图像识别
,具体而言,涉及一种基于视觉图像的动作识别方法及系统
。
技术介绍
[0002]在现有技术中,一般将学生的视频信息直接发送至模型进行识别,但是由于进行实验操作的实验室,其背景通常为静态,没有任何的动态变化,导致模型对视频信息的特征难以准确识别,从而使动作识别的错误率较高,因此亟需一种基于视觉图像的动作识别方法能够有效的对学生的实验操作动作进行判断
。
技术实现思路
[0003]本专利技术的目的在于提供一种基于视觉图像的动作识别方法及系统,以改善上述问题
。
[0004]为了实现上述目的,本申请实施例提供了如下技术方案:
[0005]一方面,本申请实施例提供了一种基于视觉图像的动作识别方法,所述方法包括:
[0006]获取待识别的视频信息,所述待识别的视频信息包括实验过程中待识别的动作;
[0007]将所述待识别的视频信息发送至训练后的视频预测模型,得到视频序列信息,所述视频序列信息包括按顺序排列的视频段信息;
[0008]将所述视频序列信息进行特征提取,得到特征向量信息,所述特征向量信息包括视频序列的时空特征向量;
[0009]将所述时空特征向量进行增强,得到增强后的时空特征向量;
[0010]根据所述增强后的时空特征向量对待识别的实验动作进行识别
。
[0011]第二方面,本申请实施例提供了一种基于视觉图像的动作识别系统,所述 ...
【技术保护点】
【技术特征摘要】
1.
一种基于视觉图像的动作识别方法,其特征在于,包括:获取待识别的视频信息,所述待识别的视频信息包括实验过程中待识别的动作;将所述待识别的视频信息发送至训练后的视频预测模型,得到视频序列信息,所述视频序列信息包括按顺序排列的视频段信息;将所述视频序列信息进行特征提取,得到特征向量信息,所述特征向量信息包括视频序列的时空特征向量;将所述时空特征向量进行增强,得到增强后的时空特征向量;根据所述增强后的时空特征向量对待识别的实验动作进行识别
。2.
根据权利要求1所述的基于视觉图像的动作识别方法,其特征在于,将所述待识别的视频信息发送至训练后的视频预测模型,得到视频序列信息,包括:将所述待识别的视频信息进行稀疏采样得到至少两个等长的视频段信息;计算每个视频段信息的显著性值,得到每个视频段信息对应的显著性信息;根据每个所述视频段信息对应的显著性信息对所述视频段信息进行排序,得到视频序列信息
。3.
根据权利要求1所述的基于视觉图像的动作识别方法,其特征在于,将所述视频序列信息进行特征提取,得到特征向量信息,包括:将所述视频序列信息发送至卷积神经网络得到第一特征信息,所述第一特征信息包括视频序列中每一视频帧对应的特征信息;将所述第一特征信息发送至卷积层进行线性变换,得到第二特征信息;将所述第二特征信息发送至语义建模层,得到时空特征向量,所述语义建模层用于每个特征信息的全局语义信息
。4.
根据权利要求1所述的基于视觉图像的动作识别方法,其特征在于,将所述时空特征向量进行增强,得到增强后的时空特征向量,包括:将所述时空特征向量进行分解,得到第一特征向量和第二特征向量;将所述第一特征向量发送至第一全连接层和将所述第二特征向量发送至第二全连接层,得到增强后的第一特征向量;将所述第一特征向量发送至第三全连接层和将所述第二特征向量发送至第四全连接层,得到增强后的第二特征向量;将所述增强后的第一特征向量和所述增强后的第二特征向量进行融合,得到增强后的时空特征向量
。5.
根据权利要求1所述的基于视觉图像的动作识别方法,其特征在于,根据所述增强后的时空特征向量对待识别的实验动作进行识别,包括:获取预设实验动作视频信息;根据所述预设的实验动作视频信息得到预设的实验动作视频信息对应的增强后的时空特征向量;计算增强后的时空特征向量与所述预设的实验动作视频信息对应的增强后的时空特征向量之间的欧氏距离,得到距离信息;判断所述距离信息是否大于预设的阈值信息,得到判断结果;根据所述判断结果判断所述待识别的视频信息中的实验动作是否标准
。
6.
一种基于视觉图像的动作识别系统,其特征在于,包括:获取模块,用于获取待识别的视频信息,所...
【专利技术属性】
技术研发人员:余倩,
申请(专利权)人:广州吾空创意科技有限公司,
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。