[发明专利]动作识别方法及装置、计算机可读介质和电子设备在审

专利信息
申请号: 202110852012.7 申请日: 2021-07-27
公开(公告)号: CN113553959A 公开(公告)日: 2021-10-26
发明(设计)人: 车宏伟 申请(专利权)人: 杭州逗酷软件科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 刘抗美
地址: 311100 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动作 识别 方法 装置 计算机 可读 介质 电子设备
【权利要求书】:

1.一种动作识别方法,其特征在于,包括:

识别目标图像中目标对象对应的关键点,并对各所述关键点进行连接得到肢体线;

按照目标对象的肢体类型确定所述肢体线的肢体线类型,并确定各所述肢体线对应的位置标识;

根据各所述肢体线的肢体线类型和各所述肢体线对应的位置标识进行动作识别,得到所述目标对象的动作类别。

2.根据权利要求1所述的方法,其特征在于,所述确定各所述肢体线对应的位置标识,包括:

根据每一所述肢体线在所述目标对象上的位置确定所述肢体线对应的参考基准;

基于所述肢体线与所述肢体线对应的参考基准之间的相对位置,确定所述肢体线对应的位置标识。

3.根据权利要求2所述的方法,其特征在于,所述根据每一所述肢体线在所述目标对象上的位置确定所述肢体线对应的参考基准,包括:

根据每一所述肢体线在所述目标对象上的位置确定所述肢体线上的旋转中心;

基于所述肢体线上的所述旋转中心确定所述肢体线对应的参考基准。

4.根据权利要求1所述的方法,其特征在于,所述根据各所述肢体线的肢体线类型和各所述肢体线对应的位置标识进行动作识别,得到所述目标对象的动作类别,包括:

基于动作识别模型对各所述肢体线的肢体线类型和各所述肢体线对应的位置标识进行动作识别,以输出所述目标对象的动作类别。

5.根据权利要求4所述的方法,其特征在于,所述动作识别模型包括串联的第一识别网络和第二识别网络,所述第一识别网络包括一个子网络或多个相互并联的子网络;

所述基于动作识别模型对各所述肢体线的肢体线类型和各所述肢体线对应的位置标识进行动作识别,以输出所述目标对象的动作类别,包括:

根据各所述肢体线的肢体线类型,在各所述肢体线中确定目标类型对应的第一肢体线和所述目标类型之外的参考类型对应的第二肢体线;

针对所述参考类型对应的第二肢体线,将所述参考类型中的每个肢体线类型的第二肢体线对应的位置标识输入至所述子网络,以获取所述参考类型中包括的各所述肢体线类型对应的第一动作类别;

将所述第一动作类别和所述第一肢体线对应的位置标识输入第二识别网络,得到第二动作类别;

基于所述第一动作类别和所述第二动作类别输出所述目标对象的动作类别。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

基于样本数据对预设识别模型进行训练,以获取所述动作识别模型;其中,所述样本数据包括所述肢体线的肢体线类型、所述肢体线对应的位置标识和所述肢体线对应的动作类别;

所述基于样本数据对预设识别模型进行训练,以获取所述动作识别模型,包括:

在所述肢体线的肢体线类型中指定所述目标类型和所述参考类型;

针对所述参考类型,将所述参考类型中的每个肢体线类型的第二肢体线对应的位置标识输入至所述子网络,以获取所述参考类型中包括的各所述肢体线类型对应的第一动作类别;

将所述第一动作类别和所述目标类型的第一肢体线对应的位置标识输入第二识别网络,得到第二动作类别;

基于所述第一动作类别和所述第二动作类别输出所述目标对象的动作类别。

7.根据权利要求1所述的方法,其特征在于,所述识别目标图像中目标对象对应的关键点,包括:

对所述目标图像进行对象识别,以识别所述目标对象在所述目标图像中的目标区域;

对所述目标区域进行关键点检测,以识别所述目标对象对应的关键点。

8.一种动作识别装置,其特征在于,包括:

肢体线获取模块,用于识别目标图像中目标对象对应的关键点,并对各所述关键点进行连接得到肢体线;

肢体线分类模块,用于按照目标对象的肢体类型确定所述肢体线的肢体线类型,并确定各所述肢体线对应的位置标识;

动作识别模块,用于根据各所述肢体线的肢体线类型和各所述肢体线对应的位置标识进行动作识别,得到所述目标对象的动作类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州逗酷软件科技有限公司,未经杭州逗酷软件科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110852012.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top