[发明专利]基于人体动作特征的对象识别方法及装置

权利要求书

1.一种基于人体动作特征的对象识别方法，其特征在于，所述对象识别方法包括：

接收采集装置所采集的关于待识别人物的多帧人体图像，并从所述多帧人体图像的至少一帧中截取人体所在区域；

从所截取的人体所在区域提取出人体的关键点信息，所述关键点信息包括人体骨架信息；以及

基于所述关键点信息利用训练好的模型得到人体动作特征，并且基于所述人体动作特征得到人物对象识别结果；

其中，基于所述关键点信息利用训练好的模型得到人体动作特征包括：将预定时间内的人体骨架信息整合成张量输入到卷积神经网络进行处理；将所述卷积神经网络的输出输入到递归神经网络进行处理，以得到人体动作特征。

2.如权利要求1所述的对象识别方法，其特征在于，基于所述人体动作特征得到人物对象识别结果包括：

将所述人体动作特征输入到多层感知机映射到人物识别标签，以得到所述人物对象识别结果。

3.如权利要求1至2中任一项所述的对象识别方法，其特征在于，

所述从所截取的人体所在区域提取出人体的关键点信息的步骤采用物体特征提取技术实现；和/或

所述从所述多帧人体图像的至少一帧中截取人体所在区域的步骤采用物体识别技术实现。

4.如权利要求1至2中任一项所述的对象识别方法，其特征在于，所述采集装置为深度摄像机。

5.一种基于人体动作特征的对象识别装置，其特征在于，所述对象识别装置包括：

图像处理模块，用于接收采集装置所采集的关于待识别人物的多帧人体图像，并从所述多帧人体图像的至少一帧中截取人体所在区域；

骨架提炼模块，用于从所述图像处理模块所截取的人体所在区域提取出人体的关键点信息，所述关键点信息包括人体骨架信息；以及

人物识别模块，用于基于所述关键点信息利用训练好的模型得到人体动作特征，并且基于所述人体动作特征得到人物对象识别结果；

其中，所述基于所述关键点信息利用训练好的模型得到人体动作特征包括：将预定时间内的人体骨架信息整合成张量输入到卷积神经网络进行处理；将所述卷积神经网络的输出输入到递归神经网络进行处理，以得到人体动作特征。

6.如权利要求5所述的对象识别装置，其特征在于，

所述人物识别模块进一步用于：

将所述人体动作特征输入到多层感知机映射到人物识别标签，以得到所述人物对象识别结果。

7.如权利要求5至6中的任一项所述的对象识别装置，其特征在于，

所述骨架提炼模块采用物体特征提取技术从所述人体所在区域提取出人体的关键点信息；和/或

所述图像处理模块采用物体识别技术从所述多帧人体图像中截取人体所在区域。

8.如权利要求5至6中的任一项所述的对象识别装置，其特征在于，所述采集装置为深度摄像机。