【技术实现步骤摘要】
本专利技术涉及动作识别领域，尤其涉及一种视频目标动作识别方法、装置、计算机设备及存储介质。
技术介绍
1、动作识别技术是指通过监测和分析人类的动作模式，来判断其所进行的具体动作或动作序列的一种技术。该技术在运动分析、安全监控、智能家居等领域有广泛应用。
2、现有的动作识别技术包括基于传感器的动作识别和基于视觉的动作识别。其中，基于传感器的动作识别是通过使用传感器获取人体运动的数据，利用机器学习算法对这些数据进行分析和分类。该方案的优点是能够实时监测动作，精确度较高。但由于存在以下缺点，如依赖传感器的安装位置和姿态，放置不当可能导致数据采集的误差；2、传感器需要与用户身体接触，可能影响用户的舒适度和自然动作；3、只能捕捉到身体的局部运动信息，无法提供全身动作的完整视图，导致动手识别的准确率低。基于视觉的动作识别是通过分析视频图像中的人体动作特征来识别动作模式。这种方案可以利用计算机视觉技术提取人体关键点或姿势信息，并使用机器学习算法进行分类。虽然不需要额外的传感器，只需使用摄像头捕捉视频图像，能够提供全身动作的完整视图，对于复...
【技术保护点】
1.一种视频目标动作识别方法，其特征在于，所述视频目标动作识别方法包括：
2.如权利要求1所述的视频目标动作识别方法，其特征在于，所述基于姿态估计网络，对所述视频帧中的目标进行姿态估计，确定三维热图体积包括：
3.如权利要求1所述的视频目标动作识别方法，其特征在于，所述基于特征金字塔，对所述三维热图体积进行特征处理，确定至少一个尺度特征包括：
4.如权利要求3所述的视频目标动作识别方法，其特征在于，所述边界定位层包括一级分支和窗口级分支，所述一级分支由平均池化层，全连接层和卷积层组成，采用ReLU激活函数，用于扩大视频级平均特征的特...
【技术特征摘要】
1.一种视频目标动作识别方法，其特征在于，所述视频目标动作识别方法包括：
2.如权利要求1所述的视频目标动作识别方法，其特征在于，所述基于姿态估计网络，对所述视频帧中的目标进行姿态估计，确定三维热图体积包括：
3.如权利要求1所述的视频目标动作识别方法，其特征在于，所述基于特征金字塔，对所述三维热图体积进行特征处理，确定至少一个尺度特征包括：
4.如权利要求3所述的视频目标动作识别方法，其特征在于，所述边界定位层包括一级分支和窗口级分支，所述一级分支由平均池化层，全连接层和卷积层组成，采用relu激活函数，用于扩大视频级平均特征的特征距离，所述窗口级分支用于获取空间信息。
5.如权利要求1所述的视频目标动作识别方法，其特征在于，所述动作分类器包括起始分支、结束分支、中心偏移分支和分类分支，所述采用动作分类器，根据获取到的所...
【专利技术属性】
技术研发人员：邱建华，刘伟华，李林，王栋，李娇娇，刘磊，马金民，
申请(专利权)人：北京智慧眼信息技术有限公司，
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。