[发明专利]目标对象状态识别方法、装置、介质和设备

权利要求书

1.一种目标对象状态识别方法，包括：

获取从多个视频帧中的每一视频帧中分别识别出的同一目标对象的多个关键点信息；

根据所述多个视频帧中的每一视频帧中的所述目标对象的多个关键点信息，生成二维特征谱图；其中，所述二维特征图谱的空间分辨率是根据一个视频帧中的所述目标对象的关键点数量以及所述多个视频帧的数量决定的；

经由第一神经网络对所述二维特征谱图进行状态识别，获得所述目标对象的状态识别结果。

2.根据权利要求1所述的方法，其中，所述获取从多个视频帧中的每一视频帧中分别识别出的同一目标对象的多个关键点信息，包括：

获取从多个视频帧中的每一视频帧中分别识别出的同一目标对象的多个关键点的二维坐标信息以及多个关键点的置信度；

所述根据所述多个视频帧中的每一视频帧中的所述目标对象的多个关键点信息，生成二维特征谱图，包括：

根据所述多个视频帧中的每一视频帧中的所述目标对象的多个关键点信息，分别设置二维特征谱图中的各像素的红绿蓝RGB通道的像素值。

3.根据权利要求1或2所述的方法，其中，所述获取从多个视频帧中的每一视频帧中分别识别出的同一目标对象的多个关键点信息，包括：

实时获取摄像装置中的嵌入有第二神经网络的处理器输出的该摄像装置拍摄的各视频帧中的每一视频帧中的同一目标对象的多个关键点信息；

所述第二神经网络用于提取摄像装置拍摄的各视频帧中的每一视频帧中的所述目标对象的关键点信息。

4.根据权利要求3所述的方法，其中，所述根据所述多个视频帧中的每一视频帧中的所述目标对象的多个关键点信息，生成二维特征谱图，包括：

根据所述各视频帧中的每一视频中的所述目标对象的多个关键点信息，形成像素矩阵中的相应像素的至少一通道的像素值；

根据滑动窗，确定所述像素矩阵中的像素子矩阵；

根据所述像素子矩阵，生成二维特征谱图。

5.根据权利要求1、2、4中任一项所述的方法，其中，所述第一神经网络的训练过程，包括：

获取多个二维特征谱图样本；

将所述多个二维特征谱图样本分别提供给待训练的第一神经网络，经由所述待训练的第一神经网络对所述多个二维特征谱图分别进行状态识别处理，获得各二维特征谱图样本各自对应的同一目标对象的状态识别结果；

根据所述多个二维特征谱图样本的状态标注信息分别与相应的状态识别结果的差异，训练所述待训练的第一神经网络的网络参数。

6.根据权利要求5所述的方法，其中，所述二维特征谱图样本的生成过程包括：

获取摄像装置中的嵌入式人工智能处理器输出的该摄像装置拍摄的各视频帧中的每一个视频中的同一目标对象的多个关键点信息；

根据预定数量的视频帧中的同一目标对象的多个关键点信息，生成二维特征谱图样本。

7.一种目标对象状态识别装置，包括：

获取关键点模块，用于获取从多个视频帧中的每一视频帧中分别识别出的同一目标对象的多个关键点信息；

生成特征谱图模块，用于根据所述获取关键点模块获取的所述多个关键点信息，生成二维特征谱图；其中，所述二维特征图谱的空间分辨率是根据一个视频帧中的所述目标对象的关键点数量以及所述多个视频帧的数量决定的；

状态识别模块，用于经由第一神经网络对所述生成特征谱图模块生成的二维特征谱图进行状态识别处理，获得所述目标对象的状态识别结果。

8.根据权利要求7所述的装置，其中，所述装置还包括：训练模块，用于：

获取多个二维特征谱图样本；

将所述多个二维特征谱图样本分别提供给待训练的第一神经网络，经由所述待训练的第一神经网络对所述多个二维特征谱图分别进行状态识别处理，获得各二维特征谱图样本各自对应的同一目标对象的状态识别结果；

根据所述多个二维特征谱图样本的状态标注信息分别与相应的状态识别结果的差异，训练所述待训练的第一神经网络的网络参数。