[发明专利]动作识别方法、装置、终端及计算机可读存储介质

权利要求书

1.一种动作识别方法，其特征在于，所述动作识别方法包括：

对获取的待识别视频流中的各视频帧进行关键点检测，得到所述待识别视频流对应的肢体特征序列；所述待识别视频流包括包含目标对象的多个视频帧，所述肢体特征序列中包括所述多个视频帧中各视频帧对应的肢体特征；

基于所述肢体特征序列，确定所述目标对象对应的动作特征；

将所述目标对象的动作特征与各预设动作特征进行比对，基于比对结果确定所述目标对象的动作类别；其中，所述预设动作特征是基于对应的预设动作类别的动作特征得到的。

2.根据权利要求1所述的动作识别方法，其特征在于，所述肢体特征基于对应的所述视频帧中包含的所述目标对象的至少一个关键点确定；或基于对应的所述视频帧中包含的所述目标对象的肢体姿态确定。

3.根据权利要求1所述的动作识别方法，其特征在于，

所述基于所述肢体特征序列，确定所述目标对象对应的动作特征，包括：

通过特征提取模型对所述肢体特征序列进行特征提取，得到所述目标对象对应的加载特征序列；

基于所述肢体特征序列以及所述加载特征序列进行特征融合，得到所述目标对象对应的动作特征。

4.根据权利要求3所述的动作识别方法，其特征在于，所述加载特征序列包括长度信息序列和角度信息序列；

所述通过特征提取模型对所述肢体特征序列进行特征提取，得到所述目标对象对应的加载特征序列，包括：

通过所述特征提取模型对所述肢体特征序列中各所述关键点之间的位置关系，确定所述长度信息序列、所述角度信息序列。

5.根据权利要求4所述的动作识别方法，其特征在于，所述加载特征序列还包括速度信息序列；

所述通过特征提取模型对所述肢体特征序列进行特征提取，得到所述目标对象对应的加载特征序列，包括：

通过所述特征提取模型对所述肢体特征序列进行时间特征提取，得到所述肢体特征序列对应的时间序列；

基于所述时间序列、所述肢体特征序列，确定所述速度信息序列。

6.根据权利要求3～5中任一项所述的动作识别方法，其特征在于，

所述特征提取模型的训练方法包括：

获取训练视频流，所述训练视频流包括多帧包含目标的图像；所述训练视频流关联有肢体序列数据以及所述目标对应的标注动作类别；

通过网络模型中的特征提取网络基于所述肢体序列数据进行特征提取，得到检测特征信息；

通过所述网络模型中分类网络基于所述训练视频流的检测特征信息，得到所述目标的预测动作类别；

基于所述目标对应的所述预测动作类别与所述标注动作类别之间的误差值迭代训练所述网络模型，并将训练完成后的所述特征提取网络确定为所述特征提取模型。

7.根据权利要求6所述的动作识别方法，其特征在于，还包括：

获取所述预设动作类别对应的至少一个预存储视频流，各所述预存储视频流包括多帧包含目标的图像；

对所述预存储视频流中的各帧图像进行关键点检测，确定所述预存储视频流对应的预存储肢体特征序列；

采用特征提取模型基于所述预存储肢体特征序列，确定所述预存储视频流对应的预设动作特征；

基于所述预设动作特征及其对应的预设动作类别构建所述数据库。

8.根据权利要求1所述的动作识别方法，其特征在于，

所述将所述目标对象的动作特征与各预设动作特征进行比对，基于比对结果确定所述目标对象的动作类别，包括：

计算所述目标对象的动作特征与各所述预设动作特征之间分别对应的相似度；

响应于所述相似度超过相似度阈值，则确定所述相似度对应的所述预设动作类别为所述目标对象的动作类别。