[发明专利]一种实时动作识别方法、装置及电子设备

说明书

本申请提供了一种实时动作识别方法，属于生物特征识别领域，解决现有技术中实时动作识别方法识别速度慢的问题。本申请提供的实时动作识别方法包括：确定待识别动作发生过程中的当前动作节点对应的实时动作图像；将所述实时动作图像输入至预先训练的单帧图像动作识别模型，确定与所述实时动作图像对应的单帧图像识别结果；根据与所述实时动作图像对应的单帧图像识别结果，和/或,与所述实时动作图像关联的图像序列对应的图像序列识别结果，确定所述待识别动作的识别结果；其中，所述实时动作图像关联的图像序列由所述实时动作图像关联的动作图像依序排列而成，有助于解决现有技术中进行动作识别时，识别速度慢的问题。

技术领域

本申请涉及生物特征识别领域，尤其涉及一种实时动作识别方法、装置及电子设备。

背景技术

行为识别近年来一直是计算机视觉领域的研究热点，动作识别是行为识别的一种，其在智能监控、人机交互、虚拟现实等领域方面均有广泛应用。人类动作有着多种模态，例如外观、深度、光流和身体骨骼等特点，现有技术中，动作识别涉及如下几类研究方法：

基于全局特征的方法，包括帧差法及光流法等，此类方法对于提取运动特征较为有效，但对运动时间间隔变化比较敏感；

基于局部特征的方法有SIFT算法、Harris算法，这类算法要求纹理足够多，其中纹理和识别率成线性关系，即图像纹理越少，出现误匹配的概率就越大；

基于人体模型的方法，将人体模型表现为骨骼节点及节点间连线来表示人体姿势，这种方法对视频中的光线明暗程度、衣着复杂程度、背景杂乱等干扰因素有较强的抗干扰作用，而且简明直观。

然而，由于通过提取骨骼节点信息进行动作识别时，获取的信息量较少，因此现有技术中基于人体骨骼节点的动作识别方法的识别准确率仍有待提高。并且，现有技术中的基于骨骼节点的动作识别方法需要采集众多的动作图像并从中萃取关键帧，存在识别速度慢的问题。

可见，现有技术中的动作识别方法仍存在识别速度慢和识别准确率不高的问题。

发明内容

本申请实施例提供一种实时动作识别方法及装置，以至少解决现有的实时动作识别方法识别速度慢的问题。

第一方面，本申请实施例提供了一种实时动作识别方法，包括：

确定待识别动作发生过程中的当前动作节点对应的实时动作图像；

将所述实时动作图像输入至预先训练的单帧图像动作识别模型，确定与所述实时动作图像对应的单帧图像识别结果；

根据与所述实时动作图像对应的单帧图像识别结果，和/或,与所述实时动作图像关联的图像序列对应的图像序列识别结果，确定所述待识别动作的识别结果；

其中，所述实时动作图像关联的图像序列由所述实时动作图像对应的当前动作节点之前预设数量的动作节点各自对应的实时动作图像和所述当前动作节点对应的实时动作图像，按照所述动作节点发生时间先后顺序排列而成。

可选的，所述将所述实时动作图像输入至预先训练的单帧图像动作识别模型，确定与所述实时动作图像对应的单帧图像识别结果的步骤之前，还包括：

获取每个预设动作发生过程中的至少一个标志性动作节点对应的若干动作图像构成的样本图像集；

根据所述样本图像集进行深度卷积神经网络训练，得到单帧图像动作识别模型。

可选的，所述与所述实时动作图像关联的图像序列对应的图像序列识别结果为：基于所述图像序列中每帧动作图像的骨骼节点信息，通过预先训练的图像序列动作识别模型对所述图像序列进行识别所得到的图像序列识别结果。

可选的，所述根据与所述实时动作图像对应的单帧图像识别结果，和/或,与所述实时动作图像关联的图像序列对应的图像序列识别结果，确定所述待识别动作的识别结果的步骤，包括：