[发明专利]图像识别方法、装置、计算机可读存储介质及芯片

说明书

本申请提供了一种图像识别方法、装置、计算机可读存储介质及芯片，涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：提取待处理图像的图像特征，确定待处理图像中的多个人物中每个人物在待处理图像中多帧图像中的每帧图像的时序特征和空间特征，根据上述时序特征和空间特征确定其动作特征，并根据上述动作特征识别该待处理图像中的多个人物的群体动作。该方法通过确定所提取的待处理图像的多个人物中每个人物的动作在时间上的关联关系，及其与其他人物的动作的关联关系，从而更好地识别出待处理图像中的多个人物的群体动作。

技术领域

本申请涉及人工智能领域，尤其涉及一种图像识别方法、装置、计算机可读存储介质及芯片。

背景技术

计算机视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分，它是一门关于如何运用照相机/摄像机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛(照相机/摄像机)和大脑(算法)用来代替人眼对目标进行识别、跟踪和测量等，从而使计算机能够感知环境。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。总的来说，计算机视觉就是用各种成像系统代替视觉器官获取输入信息，再由计算机来代替大脑对这些输入信息完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。

图像中人的行为的识别和理解是最有价值的信息之一。动作识别是计算机视觉领域的一项重要研究课题。计算机通过动作识别能够理解视频的内容。动作识别技术可以广泛应用于公共场所监控、人机交互等多种领域。特征提取是动作识别过程的关键环节，只有根据准确的特征，才能有效进行动作识别。在进行群体动作识别时，视频中的多个人物中的每个人物的动作在时间上的关系以及多个人物的动作之间的关系，均影响着群体动作识别的准确性。

现有方案一般通过长短期记忆网络(long short-term memory，LSTM)提取人物的时序特征，其中时序特征用于表示人物的动作在时间上的关联性。然后，根据每个人物的时序特征可以计算每个人物的交互动作特征，从而根据每个人物的交互动作特征确定每个人物的动作特征，以根据每个人物的动作特征推断出多个人物的群体动作。交互动作特征用于表示人物动作之间的关联性。

但是在上述方案中，每个人物的交互动作特征仅仅是基于每个人物的动作在时间上的关联性确定的，在用于群体动作的识别时，准确性有待提高。

发明内容

本申请提供一种图像识别方法、装置、计算机可读存储介质及芯片，以更好地识别出待处理图像中的多个人物的群体动作。

第一方面，提供了一种图像识别方法，该方法包括：提取待处理图像的图像特征，待处理图像包括多帧图像；确定多个人物中的每个人物在该多帧图像中的每帧图像中的时序特征；确定多个人物中的每个人物在该多帧图像中的每帧图像中的空间特征；确定多个人物中的每个人物在该多帧图像中的每帧图像中的动作特征；根据多个人物中的每个人物在该多帧图像中的每帧图像中的动作特征，识别待处理图像中的多个人物的群体动作。

可选地，上述待处理图像中多个人物的群体动作可以是某种运动或者活动，例如，上述待处理图像中多个人物的群体动作可以是打篮球、打排球、踢足球以及跳舞等等。

其中，上述待处理图像包括多个人物，上述待处理图像的图像特征包括上述多个人物在待处理图像中的多帧图像中的每帧图像中的图像特征。

本申请中，在确定多个人物的群体动作时，不仅考虑到了多个人物的时序特征，还考虑到了多个人物的空间特征，通过综合多个人物的时序特征和空间特征能够更好更准确地确定出多个人物的群体动作。