[发明专利]动作识别方法、装置、存储介质及电子设备

说明书

本公开涉及一种动作识别方法、装置、存储介质及电子设备，属于信息技术领域，所述方法包括：获取目标视频片段；将所述目标视频片段输入预先训练的骨骼点识别模型，得到对应所述目标视频的骨骼点热图；将所述骨骼点热图输入多个预先训练的动作识别模型，得到多个识别结果，其中，各个所述动作识别模型的训练方法、模型结构以及采样频率至少有一者不同；确定所述多个识别结果中置信度最高的识别结果为对应所述目标视频片段的目标动作类型。有效地克服了过拟合的影响，提高了动作识别的准确性。

技术领域

本公开涉及信息技术领域，具体地，涉及一种动作识别方法、装置、存储介质及电子设备。

背景技术

随着硬件算力的发展，人体动作识别在视频分类，人机交互等领域热度越来越高。其中基于人体骨骼点的视频动作识别成为了研究热点，其主要归功于骨骼点作为人体动作的一种紧凑表示，能够有效地过滤原始视频中的噪声。

然而相关技术中，基于人体骨骼点的视频动作识别技术由于人体骨骼点检测模型自带误差无法控制，误差会作为噪声累计进入到后面人体动作识别模型中，并且，由于用于动作识别模型训练的样本较少且不均衡，可能导致模型过拟合，使得动作识别的准确度较低。

发明内容

为了解决相关技术中存在的问题，本公开提供一种动作识别方法、装置、存储介质及电子设备。

为了实现上述目的，本公开第一方面提供一种动作识别方法，所述方法包括：

获取目标视频片段；

将所述目标视频片段输入预先训练的骨骼点识别模型，得到对应所述目标视频的骨骼点热图；

将所述骨骼点热图输入多个预先训练的动作识别模型，得到多个识别结果，其中，各个所述动作识别模型的训练方法、模型结构以及采样频率至少有一者不同；

确定所述多个识别结果中置信度最高的识别结果为对应所述目标视频片段的目标动作类型。

可选地，所述多个预先训练的动作识别模型包括训练完成的第一残差模型，所述第一残差模型为ResNet152模型，

所述方法包括：

获取包括预先标注动作类型的训练数据，所述训练数据包括多个视频片段对应的骨骼点热图；

将全量所述训练数据作为训练集输入未经训练的第一残差模型，得到第一识别结果；

根据所述识别结果调整该第一残差模型的参数，直至第一识别结果满足预设条件，得到训练完成的第一残差模型。

可选地，所述多个预先训练的动作识别模型包括训练完成的第二残差模型，所述第二残差模型包括残差块，以及与所述残差块连接的第一压缩激发块；

所述将所述骨骼点热图输入多个预先训练的动作识别模型，得到多个识别结果包括：

将所述骨骼热点图输入所述第二残差模型的所述残差块，得到第一特征图；

将所述第一特征图输入所述第一压缩激发块，得到调整时域特征权重后的第二特征图；

根据所述骨骼热点图、所述第一特征图以及所述第二特征图，得到第二残差模型输出的识别结果。

可选地，所述第二残差模型还包括与所述残差块连接的第二压缩激发块；

所述将所述骨骼点热图分别输入多个预先训练的动作识别模型，得到多个识别结果包括：

将所述第一特征图输入所述第二压缩激发块，得到调整空间特征权重后的第三特征图；

根据所述骨骼热点图、所述第一特征图、所述第二特征图以及第三特征图，得到第二残差模型输出的识别结果。

可选地，所述方法还包括：