[发明专利]动作识别方法、装置、计算机存储介质和计算机设备

说明书

本申请涉及一种动作识别方法、装置、计算机可读存储介质和计算机设备，该方法通过多通道卷积层获取各时序帧的图像数据在不同卷积通道上的原始子特征图；分别以各个时序帧作为目标时序帧，根据目标时序帧在各卷积通道上的原始子特征图，以及后一时序帧在各卷积通道上的原始子特征图，计算目标时序帧在各卷积通道上的运动信息权重，并根据运动信息权重获取目标时序帧在各卷积通道上的运动信息特征图；对目标时序帧在各卷积通道上的运动信息特征图进行时序卷积，得到目标时序帧在各卷积通道上的时序运动特征图；根据目标时序帧在各卷积通道的时序运动特征图获取目标时序帧的图像数据中运动对象的动作类型，本申请提供的方案可有效提高动作识别精度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种动作识别方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着计算机技术的发展，动作识别技术从图像领域扩展到了视频领域。现有技术中，对视频数据进行动作识别，一般是使用二维卷积网络神经网络对视频数据中的每一帧图像进行识别，最终对该视频数据的所有帧的动作识别结果进行一个融合得到对视频数据的动作识别结果，但是在强调运动对象动作变化的场景中，即使打乱视频数据中各帧图像的顺序，并不会影响二维卷积网络神经网络对视频数据中动作类型的识别结果，二维卷积神经网络进行动作识别的精度低。

发明内容

基于此，有必要针对传统的二维卷积神经网络进行动作识别精度低的技术问题，提供一种动作识别方法、装置、计算机可读存储介质和计算机设备。

一种动作识别方法，包括：

获取视频数据在不同时序帧的图像数据，通过多通道卷积层获取各时序帧的图像数据在不同卷积通道上的原始子特征图；

分别以各个时序帧作为目标时序帧，根据目标时序帧在各卷积通道上的原始子特征图，以及与目标时序帧相邻的后一时序帧在各卷积通道上的原始子特征图，计算目标时序帧在各卷积通道上的运动信息权重；

根据目标时序帧在各卷积通道上的运动信息权重以及目标时序帧在各卷积通道上的原始子特征图，获取目标时序帧在各卷积通道上的运动信息特征图；

对目标时序帧在各卷积通道上的运动信息特征图进行时序卷积，得到目标时序帧在各卷积通道上的时序运动特征图；

根据目标时序帧在各卷积通道的时序运动特征图获取目标时序帧的图像数据中运动对象的动作类型。

一种动作识别方法，包括：

获取实时的监控视频数据；

提取所述监控视频数据在不同时序帧的图像数据，通过多通道卷积层获取各时序帧的图像数据在不同卷积通道上的原始子特征图；

确定目标时序帧，根据目标时序帧在各卷积通道上的原始子特征图，以及与目标时序帧相邻的后一时序帧在各卷积通道上的原始子特征图，计算目标时序帧在各卷积通道上的运动信息权重；

根据目标时序帧在各卷积通道上的运动信息权重以及目标时序帧在各卷积通道上的原始子特征图，获取目标时序帧在各卷积通道上的运动信息特征图；

对目标时序帧在各卷积通道上的运动信息特征图进行时序卷积，得到目标时序帧在各卷积通道上的时序运动特征图；

根据目标时序帧在各卷积通道的时序运动特征图获取目标时序帧的图像数据中运动对象的动作类型；

将所述动作类型确定为当前所述监控视频数据中运动对象的动作信息。

一种动作识别装置，所述装置包括：

图像获取模块，用于获取视频数据在不同时序帧的图像数据，通过多通道卷积层获取各时序帧的图像数据在不同卷积通道上的原始子特征图；