[发明专利]一种相似度计算方法、装置及计算机可读存储介质

说明书

本发明公开了一种相似度计算方法，包括：获取用户动作视频；基于机器学习算法，确定所述用户动作视频的帧图像中的第一用户骨骼关节点的位置；所述位置为在以预设坐标系为参考系中的位置；根据所述用户动作视频的帧图像之间的第一用户骨骼关节点的位置变化，确定第一变化序列；基于所述第一变化序列，以及标准动作视频的帧图像中的第二用户骨骼关节点的位置对应的第二变化序列，计算所述用户动作视频中的用户动作与所述标准动作视频中的标准动作的相似度；其中，所述第二变化序列为根据所述第二用户骨骼关节点在所述参考系中的位置变化得到的一组序列。本发明还同时公开了一种相似度计算装置以及计算机可读存储介质。

技术领域

本发明涉及终端用户认证领域，尤其涉及一种相似度计算方法、装置及计算机可读存储介质。

背景技术

目前，将用户的舞蹈动作与标准舞蹈动作进行比较的方式通常为：预定义好一套舞蹈标准动作库，利用特定的动作捕捉仪器对用户跳舞动作进行捕捉，对捕捉的用户舞蹈动作进行数字化处理，根据数字化处理的结果对用户动作与标准动作进行对比打分。

但是，用户舞蹈动作的捕捉需要使用特定的仪器如kinect，用户在不借助仪器的情况很难实现将自己的舞蹈动作与标准舞蹈动作进行对比。

因此，亟需找到一种更便捷地将用户的舞蹈动作与标准舞蹈动作进行对比的技术方案。

发明内容

有鉴于此，本发明实施例期望提供一种相似度计算方法、装置及计算机可读存储介质，能够基于用户动作视频和标准动作视频实现用户动作与标准动作的对比。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种相似度计算方法，所述方法包括：

获取用户动作视频；

基于机器学习算法，确定所述用户动作视频的帧图像中的第一用户骨骼关节点的位置；所述位置为在以预设坐标系为参考系中的位置；

根据所述用户动作视频的帧图像之间的第一用户骨骼关节点的位置变化，确定第一变化序列；

基于所述第一变化序列，以及标准动作视频的帧图像中的第二用户骨骼关节点的位置对应的第二变化序列，计算所述用户动作视频中的用户动作与所述标准动作视频中的标准动作的相似度；其中，所述第二变化序列为根据所述第二用户骨骼关节点在所述参考系中的位置变化得到的一组序列。

上述方案中，所述基于机器学习算法，确定所述用户动作视频的帧图像中的第一用户骨骼关节点的位置，包括：

对所述用户动作视频的帧图像按时间编号；

利用预设哈希表中关键帧图像的编号结果，从所述用户动作视频的帧图像中，确定与所述关键帧图像的编号结果相同的帧图像；

基于机器学习算法，从确定出的与所述关键帧图像的编号结果相同的帧图像中，确定第一用户骨骼关节点的位置。

上述方案中，所述基于所述第一变化序列，以及标准动作视频的帧图像中的第二用户骨骼关节点的位置对应的第二变化序列，计算所述用户动作视频中的用户动作与所述标准动作视频中的标准动作的相似度，包括：

从所述用户动作视频的与关键帧图像的编号结果相同的帧图像中，确定至少一组帧图像；每组帧图像由两个相邻的帧图像组成；针对各组帧图像，基于第一用户骨骼关节点在每组帧图像中的位置，确定第一变化值；各组帧图像对应的第一变化值形成第一变化序列；

从标准动作视频的帧图像中，确定至少一组帧图像；确定出的帧图像编号与所述关键帧图像的编号相同；每组帧图像由两个相邻的帧图像组成；针对各组帧图像，基于第二用户骨骼关节点在每组帧图像中的位置，确定第二变化值；各组帧图像对应的第二变化值形成第二变化序列；