动作识别方法技术

本申请适用于动作识别技术领域，提供了一种动作识别方法，包括：获取同一待识别动作的视频数据和惯性数据；利用第一识别模型识别出待识别动作的视频数据对应的第一动作类别；利用第二识别模型识别出待识别动作的惯性数据对应的第二动作类别；根据第一动作类别和第二动作类别的一致性来确定待识别动作的目标动作类别

【技术实现步骤摘要】
动作识别方法、装置及计算机设备


[0001]本申请属于动作识别
，特别是涉及一种动作识别方法
、
装置及计算机设备
。

技术介绍

[0002]随着人工智能和计算机视觉的发展，人体动作识别成为备受关注的研究方向，在人机交互
、
运动分析
、
医疗辅助
、
虚拟现实等方面均具有广泛的应用
。
[0003]目前基于计算机视觉的动作识别方法应用较为成熟，主要依赖视觉信息进行动作识别
。
然而，这种识别方法对环境条件要求较高，容易受光照
、
遮挡和视角等因素的影响，导致识别准确率下降
。
[0004]因此，如何提高动作识别的准确率成为目前亟待解决的问题
。

技术实现思路

[0005]本申请的目的在于提供一种动作识别方法
、
装置及计算机设备，能够满足确定提高动作识别准确率的需要
。
[0006]第一方面，本申请实施例提供了一种动作识别方法，该方法包括：获取同一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种动作识别方法，其特征在于，包括：获取同一待识别动作的视频数据和惯性数据，所述待识别动作的视频数据包括记录所述待识别动作各时刻状态的图像帧，所述待识别动作的惯性数据用于表示所述待识别动作在动作期间的运动参数；利用第一识别模型识别出所述待识别动作的视频数据对应的第一动作类别；利用第二识别模型识别出所述待识别动作的惯性数据对应的第二动作类别；根据所述第一动作类别和所述第二动作类别的一致性来确定所述待识别动作的目标动作类别
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述第一动作类别和所述第二动作类别的一致性来确定所述待识别动作的目标动作类别，包括：当所述第一动作类别和所述第二动作类别一致时，将所述第一动作类别或所述第二动作类别确定为所述待识别动作的目标动作类别；当所述第一动作类别和所述第二动作类别不一致时，重新识别所述待识别动作的动作类别
。3.
根据权利要求2所述的方法，其特征在于，所述方法还包括：当所述第一动作类别和所述第二动作类别不一致时，根据所述待识别动作的人工标定动作类别更新所述第一识别模型和
/
或所述第二识别模型
。4.
根据权利要求1至3中任一项所述的方法，其特征在于，所述第一识别模型包括目标检测网络
、
姿态估计网络和动作识别网络，所述利用第一识别模型识别出所述待识别动作的视频数据对应的第一动作类别，包括：利用所述目标检测网络定位所述待识别动作的视频数据中各帧图像上的人体位置；利用所述姿态估计网络基于所述人体位置定位人体骨骼点坐标，并生成骨架序列；利用所述动作识别网络预测所述骨架序列对应的动作类别，并将所述骨架序列对应的动作类别确定为所述第一动作类别
。5.
根据权利要求4所述的方法，其特征在于，所述目标检测网络为
YOLO Nano
网络，所述姿态估计网络为
SNHRNet
网络，所述动作识别网络为
ST
‑
GCN
网络
。6...

【专利技术属性】
技术研发人员：李雪，薄拾，刘博，赵瑞刚，王凯，曹盼，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：