[发明专利]动作计数方法、装置、设备及存储介质

权利要求书

1.一种动作计数方法，其特征在于，包括：

利用预先训练获得的视频帧动作识别模型对待计数视频进行识别，得到高斯回归输出序列；

根据所述高斯回归输出序列进行高斯建模，得到高斯模型；

根据所述高斯模型中高斯分布的个数，进行动作计数。

2.如权利要求1所述的动作计数方法，其特征在于，所述视频帧动作识别模型的训练，包括：

获取动作视频样本；

对所述动作视频样本中的动作区间进行高斯分布标注；

利用标记好的所述动作视频样本，对预先设计好的网络模型结构进行迭代训练至满足预设收敛条件，得到所述视频帧动作识别模型；

其中，所述网络模型结构包括高斯回归输出支路。

3.如权利要求2所述的动作计数方法，其特征在于，所述对所述动作视频样本中的动作区间进行高斯分布标注，包括：

将所述动作视频样本中的动作起始帧时刻标记为t_s，动作终止帧时刻标记为t_e，关键帧时刻标记为t_m，时序尺度因子标记为s；

令动作的高斯分布值满足如下公式：

其中，μ＝st_m，

4.如权利要求2所述的动作计数方法，其特征在于，所述利用标记好的所述动作视频样本，对预先设计好的网络模型结构进行迭代训练至满足预设收敛条件，得到所述视频帧动作识别模型，包括：

从标记好的所述动作视频样本中选择预设长度的连续视频帧，得到连续视频帧序列；

将所述连续视频帧序列输入所述网络模型结构中的所述高斯回归输出支路；

随机选择所述连续视频帧序列的起始位置，并采用带动量的随机梯度下降法对所述高斯回归输出支路进行迭代训练至满足预设收敛条件，得到所述视频帧动作识别模型。

5.如权利要求2至4任一项所述的动作计数方法，其特征在于，所述网络模型结构还包括动作分类输出支路；

所述利用标记好的所述动作视频样本，对预先设计好的网络模型结构进行迭代训练至所述网络模型结构满足预设收敛条件，得到所述视频帧动作识别模型，包括：

从标记好的所述动作视频样本中选择预设长度的连续视频帧，得到连续视频帧序列；

将所述连续视频帧序列输入所述网络模型结构中的所述高斯回归输出支路；

将所述连续视频帧序列中每一视频帧对应的高斯分布标签转换为二值标签，并将转换后的所述连续视频帧序列输入所述网络模型结构中的所述动作分类输出支路；

随机选择所述连续视频帧序列的起始位置，并采用带动量的随机梯度下降法对所述高斯回归输出支路和所述动作分类输出支路进行迭代训练至满足预设收敛条件，得到所述视频帧动作识别模型。

6.如权利要求5所述的动作计数方法，其特征在于，所述网络模型结构还包括3D卷积干路；

所述将所述连续视频帧序列输入所述网络模型结构中的所述高斯回归输出支路，将所述连续视频帧序列中每一视频帧对应的高斯分布标签转换为二值标签，并将转换后的所述连续视频帧序列输入所述网络模型结构中的所述动作分类输出支路之前，所述方法还包括：

将所述连续视频帧序列输入所述网络模型结构中的所述3D卷积干路，由所述3D卷积干路进行时序特征提取，并将提取到的时序特征作为需要分别输入所述网络模型结构中的所述高斯回归输出支路和所述动作分类输出支路的连续视频帧序列。

7.如权利要求6所述的动作计数方法，其特征在于，所述利用预先训练获得的视频帧动作识别模型对待计数视频进行识别，得到高斯回归输出序列，包括：

按照预设的重叠策略，利用预先训练获得的视频帧动作识别模型对待计数视频进行识别，得到高斯回归输出序列；

其中，所述重叠策略规定第N-1个长度为T的连续视频帧序列中含有与第N个长度为T的连续视频帧序列中相同的L个视频帧，0LT。