[发明专利]一种动作序列识别方法、系统及设备和存储介质

权利要求书

1.一种动作序列识别方法，其特征在于，包括：

获取原始图像数据，并对所述原始图像数据进行预处理操作得到待识别样本；

对所述待识别样本中的每一帧图像进行特征提取，得到特征向量；

将所述特征向量输入训练完成的LSTM神经网络中，得到动作序列识别结果。

2.根据权利要求1所述动作序列识别方法，其特征在于，所述得到动作序列识别结果之后，还包括：

根据所述每一帧图像的识别率计算所述待识别样本的平均识别率。

3.根据权利要求1所述动作序列识别方法，其特征在于，所述预处理操作包括翻转操作、下采样操作或切割操作中的任一项或几项的组合。

4.根据权利要求1所述动作序列识别方法，其特征在于，将所述特征向量输入训练完成的LSTM神经网络中之前，还包括：

获取训练样本，并对所述训练样本中的每一帧图像进行特征提取，得到训练特征向量；

将所述训练特征向量输入LSTM神经网络中，并调节所述LSTM神经网络的关键参数直至所述LSTM神经网络输出的识别率达到预设值，以得到训练完成的LSTM神经网络。

5.根据权利要求4所述动作序列识别方法，其特征在于，调节所述LSTM神经网络的关键参数，包括：

利用交叉验证方法和pair-wise算法调节所述LSTM神经网络的关键参数。

6.根据权利要求4所述动作序列识别方法，其特征在于，所述LSTM神经网络的前向传播算法包括cell对时间的二级导数。

7.根据权利要求1-6任一项所述动作序列识别方法，其特征在于，对所述待识别样本中的每一帧图像进行特征提取，得到特征向量，包括：

S321：从所述待识别样本中确定目标图像，并获取目标图像的前一帧图像和后一帧图像；

S322：将所述目标图像、所述前一帧图像和所述后一帧图像组成所述目标图像对应的候选图像，并将所述候选图像中特征值大于特征预设值的点云确定为关键点；

S323：提取所有关键点的HOPC特征，并根据所有的HOPC特征确定所述目标图像的特征向量；

重复S321-S323直至所述待识别样本中的所有图像全部提取完成。

8.一种动作序列识别系统，其特征在于，包括：

获取模块，用于获取原始图像数据，并对所述原始图像数据进行预处理操作得到待识别样本；

提取模块，用于对所述待识别样本中的每一帧图像进行特征提取，得到特征向量；

输入模块，用于将所述特征向量输入训练完成的LSTM神经网络中，得到动作序列识别结果。

9.一种动作序列识别设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述动作序列识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述动作序列识别方法的步骤。