[发明专利]目标对象的动作识别方法、装置和电子设备有效

专利信息
申请号: 201910353500.6 申请日: 2019-04-29
公开(公告)号: CN110070063B 公开(公告)日: 2020-06-30
发明(设计)人: 罗国中 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 北京竹辰知识产权代理事务所(普通合伙) 11706 代理人: 陈龙
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 对象 动作 识别 方法 装置 电子设备
【权利要求书】:

1.一种目标对象的动作识别方法,包括:

从图像源获取原始图像,所述原始图像中包括目标对象;

从所述原始图像中识别出所述目标对象;

检测所述目标对象的多个关键点;

通过检测到的关键点判断所述多个关键点的可见性属性,其中所述可见性属性用于表示所述关键点是否被遮挡;

根据所述多个关键点的可见性属性的组合值识别所述目标对象的动作;

其中所述可见属性的组合值为向量值。

2.如权利要求1所述的目标对象的动作识别方法,其中在所述根据所述多个关键点的可见性属性的组合值识别所述目标对象的动作之后,还包括:

判断所述目标对象的动作是否为第一动作;

如果所述目标对象的动作是第一动作,则使用与所述第一动作对应的第一处理对所述原始图像进行处理。

3.如权利要求1所述的目标对象的动作识别方法,其中所述从所述原始图像中识别出所述目标对象,包括:

获取原始图像的当前图像帧;

抽取所述图像帧中的图像特征形成特征图像;

在所述特征图像中生成多个矩形框;

判断每个矩形框中所包含的目标对象的图像特征的数量;

将包含目标对象的图像特征数量最多的矩形框输出作为目标对象的外接框。

4.如权利要求1所述的目标对象的动作识别方法,其中所述检测所述目标对象的多个关键点,包括:

将所述识别出的目标对象输入关键点检测模型;

所述关键点检测模型输出每个关键点在所述原始图像上的坐标。

5.如权利要求1所述的目标对象的动作识别方法,其中所述通过检测到的关键点判断所述多个关键点的可见性属性,其中所述可见性属性用于表示所述关键点是否被遮挡,包括:

将检测出多个关键点的目标对象输入可见性判断模型;

可见性判断模型输出所述多个关键点中的每一个的可见性概率;

将所述可见性概率与第一阈值比较并输出所述可见性属性的值。

6.如权利要求1所述的目标对象的动作识别方法,其中所述根据所述多个关键点的可见性属性的组合值识别所述目标对象的动作,包括:

获取所述多个关键点的可见性属性的组合值的参考值,其中所述参考值与特定动作对应;

将所述可见性属性的组合值与所述参考值进行对比;

如果所述组合值与所述参考值匹配,输出所述参考值所对应的特定动作为识别出的目标对象的动作。

7.如权利要求1所述的目标对象的动作识别方法,其中所述根据所述多个关键点的可见性属性的组合值识别所述目标对象的动作,包括:

获取所述多个关键点的可见性属性的组合值的变化参考值,其中所述组合值的变化参考值与特定动作对应;

获取连续两个图像帧中的所述多个关键点的可见性属性的两个组合值;

通过所述两个组合值计算组合值的变化值;

将所述组合值的变化值与所述组合值的变化参考值进行对比;

如果所述组合值的变化值与所述组合值的变化参考值匹配,输出所述变化参考值所对应的特定动作为识别出的目标对象的动作。

8.如权利要求2所述的目标对象的动作识别方法,其中所述如果所述目标对象的动作是第一动作,则使用与所述第一动作对应的第一处理对所述原始图像进行处理,包括:

响应于所述目标对象的动作时第一动作,获取所述第一动作对应的第一处理及第一处理的参数;

使用所述第一处理以及第一处理的参数对原始图像进行处理得到处理后的图像。

9.如权利要求8所述的目标对象的动作识别方法,其中所述第一处理为降低图像亮度,所述第一处理的参数为亮度降低的百分比,所述使用所述第一处理以及第一处理的参数对原始图像进行处理得到处理后的图像,包括:

获取原始图像的每个像素在RGB颜色空间中的三通道的三个颜色分量;

将所述每个像素的三个颜色分量分别减去所述百分比的颜色分量值得到处理后的每个像素的三个颜色分量值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910353500.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top