[发明专利]基于骨架的行为检测方法、终端设备及计算机存储介质

权利要求书

1.一种基于骨架的行为检测方法，其特征在于，所述方法包括：

获取原始图像数据，基于图像检测算法在所述原始图像数据中确定骨架关节点，获取所述骨架关节点的关节点坐标；

基于预设转换规则对所述关节点坐标进行转换，获得关节特征向量；

基于图像分类算法和所述关节特征向量对所述原始图像数据进行分类识别，获得行为检测结果。

2.根据权利要求1所述的方法，其特征在于，所述基于预设转换规则针对所述关节点坐标进行转换，获得关节特征向量包括：

以每三个所述关节点坐标为顶点确定预设规格的N个辅助三角形，获得所述N个辅助三角形中每个辅助三角形的三个角度；

将所述每个辅助三角形的三个角度作为向量坐标，构建所述关节特征向量，所述N为正整数。

3.根据权利要求2所述的方法，其特征在于，所述将所述每个辅助三角形的三个角度作为向量坐标，构建所述关节特征向量包括：

将所述N个辅助三角形中每个辅助三角形的三个角度作为一个第一向量的坐标，得到N个第一向量的坐标；

获得所述每个辅助三角形的三个角度的平均值，根据所述平均值由大到小的顺序对所述N个第一向量进行排序，获得多维度的所述关节特征向量。

4.根据权利要求2或3所述的方法，其特征在于，所述以每三个所述关节点坐标为顶点确定预设规格的N个辅助三角形之后，所述方法还包括：

在检测到所述辅助三角形的角度存在缺失的情况下，将所述辅助三角形的缺失角度设置为0，或者将不存在角度缺失的辅助三角形的角度平均值作为所述缺失角度。

5.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：

在检测到所述辅助三角形的角度存在缺失的情况下，获取所述原始图像数据的前后各m帧数据；

获得所述前后各m帧数据的关节特征向量，基于所述前后各m帧数据的关节特征向量和高斯滤波器计算获得所述缺失角度对应的新特征，所述M为正整数。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述图像分类算法包括随机森林算法、支持向量机方法、梯度提升树算法、神经网络算法中的任意一种或者多种。

7.根据权利要求1-6任一项所述的方法，其特征在于，基于图像检测算法在所述原始图像数据中确定骨架关节点之前，所述方法还包括：获取所述原始图像数据的分类检测标签，确定所述分类检测标签对应的待检测关节点的类型和数量；

所述基于图像检测算法在所述原始图像数据中确定骨架关节点包括：

基于图像检测算法在所述原始图像数据中确定满足所述类型和所述数量的骨架关节点。

8.一种终端设备，其特征在于，包括：节点检测模块、特征转换模块和识别模块，其中：

节点检测模块，用于获取原始图像数据，基于图像检测算法在所述原始图像数据中确定骨架关节点，获取所述骨架关节点的关节点坐标；

特征转换模块，用于基于预设转换规则对所述关节点坐标进行转换，获得关节特征向量；

识别模块，用于基于图像分类算法和所述关节特征向量对所述原始图像数据进行分类识别，获得行为检测结果。

9.一种终端设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。