[发明专利]动作识别方法、人机交互方法、装置及存储介质

说明书

本发明公开了一种动作识别方法、人机交互方法、装置及存储介质，属于计算机技术领域。方法包括：从目标视频中提取多个目标窗口；得到每个目标窗口的第一动作特征信息；当获取到多个第一动作特征信息与预设特征信息之间的多个相似度中最大的第一相似度大于第一预设阈值，第一相似度与第二相似度之间的差值大于第二预设阈值时，确定第一相似度对应的第一目标窗口包含的动态动作为预设动态动作。本发明实施例提供了一种识别预设动态动作的方案，对目标窗口中的视频帧进行动作识别，避免相邻目标窗口之间的影响而造成识别错误的问题，识别目标窗口中包含的预设动态动作，突破了相关技术中只能识别静态动作的限制，扩展了应用范围，提高了灵活性。

技术领域

本发明涉及计算机技术领域，特别涉及一种动作识别方法、人机交互方法、装置及存储介质。

背景技术

动作识别技术是对动作图像进行分析处理，从而理解动作图像中所包含动作的技术，随着计算机技术的发展，动作识别技术广泛应用于视频监控、体感游戏、虚拟现实、互联网医疗等多种领域，已成为一种热门的研究方向。

相关技术中，用户在电子设备的拍摄范围内做出某种动作，电子设备对用户进行拍摄，得到动作图像，提取该动作图像中的身体关键点，如手腕关键点、肘部关键点或肩部关键点等，根据提取的身体关键点的分布情况，确定任两个身体部位之间的角度。获取预设角度范围，该预设角度范围为在做出预设动作时指定的两个身体部位之间的角度所属的角度范围。当确定该动作图像中指定的两个身体部位之间的角度属于该预设角度范围时，确定该动作图像中的动作为预设动作，也即是识别出用户做出了预设动作。

发明人认为，上述方案中仅可以根据静态的动作图像识别出静态动作，因此应用范围较为局限。

发明内容

本发明实施例提供了一种动作识别方法、人机交互方法、装置及存储介质，解决了相关技术存在的问题。所述技术方案如下：

一方面，提供了一种动作识别方法，所述方法包括：

从目标视频中提取多个目标窗口，所述多个目标窗口中的每个目标窗口包括第一预设数量的连续视频帧；

对所述每个目标窗口中的视频帧进行动作识别，得到所述每个目标窗口的第一动作特征信息，所述第一动作特征信息用于描述所述目标窗口包含的动态动作；

获取所述每个目标窗口的第一动作特征信息与预设特征信息之间的相似度，所述预设特征信息用于描述预设动态动作；

当获取到的多个相似度中最大的第一相似度大于第一预设阈值，且所述第一相似度与第二相似度之间的差值大于第二预设阈值时，确定所述第一相似度对应的第一目标窗口包含的动态动作为所述预设动态动作，所述第二相似度为与所述第一目标窗口相邻的目标窗口对应的相似度。

可选地，所述从目标视频中提取多个目标窗口，包括：

从所述目标视频中提取多个视频帧；

以所述第一预设数量作为每个目标窗口中的视频帧数量，以第二预设数量作为任两个相邻的目标窗口包含的相同视频帧的数量，对所述多个视频帧进行划分，得到所述多个目标窗口。

可选地，所述对所述每个目标窗口中的视频帧进行动作识别，得到所述每个目标窗口的第一动作特征信息，包括：

对于所述每个目标窗口中的每个视频帧，提取所述视频帧中的多个身体关键点；

根据所述多个身体关键点的分布情况，对所述视频帧进行动作识别，得到所述视频帧的第二动作特征信息，所述第二动作特征信息用于描述所述视频帧包含的静态动作；

分别将所述每个目标窗口中的视频帧的第二动作特征信息进行组合，得到所述每个目标窗口的第一动作特征信息。