[发明专利]一种人体行为识别方法与装置

权利要求书

1.一种人体行为识别方法，其特征在于，包括：

根据预先采集的图像训练样本对预先建立的深度卷积神经网络进行训练，得到行为识别模型；其中，所述行为识别模型包括多个采用序贯模型搭建的中间层；

将捕获到的人体运动图像信息输入到所述行为识别模型，得到行为识别结果。

2.如权利要求1所述的人体行为识别方法，其特征在于，所述根据预先采集的图像训练样本对预先建立的深度卷积神经网络进行训练，得到行为识别模型，具体为：

根据预设的若干种行为，将采集的人体运动图像信息进行分类，得到图像训练样本，并构建行为数据集；其中，所述行为数据集包括正常行为类别和异常行为类别；

对所述行为数据集进行预处理，生成对应人体骨架的构造图；

采用所述构造图对预先建立的深度卷积神经网络进行训练,得到行为识别模型。

3.如权利要求2所述的人体行为识别方法，其特征在于，所述方法的对所述行为数据集进行预处理，生成对应人体骨架的构造图，具体为：

根据所述行为数据集，提取预设的若干个人体关节点的位置数据，得到人体骨架节点数据；其中，所述人体骨架节点数据包括关节点X方向轴上的数据以及关节点Y方向轴上的数据；

对所述人体骨架节点数据进行模型化处理，生成对应人体骨架的构造图。

4.如权利要求1所述的人体行为识别方法，其特征在于，所述行为识别模型包括：一个输入层、一个输出层以及采用序贯模型搭建的依次相连的六个中间层；其中，所述输入层的输出端与第一中间层相连接，第六中间层的输出端与所述输出层的输入端相连接。

5.如权利要求4所述的人体行为识别方法，其特征在于，所述方法还包括：

所述每一个中间层包括归一化模块、激活模块以及二维卷积模块；其中，所述二维卷积模块的卷积核为9*9，卷积步长为1。

6.如权利要求1所述的人体行为识别方法，其特征在于，所述将捕获到的人体运动图像信息输入到所述行为识别模型，得到行为识别结果，具体为：

获取摄像头捕获到的人体运动图像信息；

对所述人体运动图像信息进行预处理，得到人体骨架节点信息；

根据所述人体骨架节点信息，采用所述行为识别模型进行行为识别，确定捕获到的行为类别。

7.如权利要求6所述的人体行为识别方法，其特征在于，所述对所述人体运动图像信息进行预处理，得到人体骨架节点信息，具体为：

根据所述人体运动图像信息，提取预设的若干个人体关节点的位置信息，得到人体骨架节点信息；其中，所述人体骨架节点信息包括关节点X方向轴上的信息以及关节点Y方向轴上的信息。

8.一种人体行为识别装置，其特征在于，包括：

模型构建模块，用于根据预先采集的图像训练样本对预先建立的深度卷积神经网络进行训练，得到行为识别模型；其中，所述行为识别模型包括多个采用序贯模型搭建的中间层；

行为识别模块，用于将捕获到的人体运动图像信息输入到所述行为识别模型，得到行为识别结果。

9.一种人体行为识别装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的人体行为识别方法。

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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的人体行为识别方法。