[发明专利]运动状态识别方法、装置、电子设备和存储介质

权利要求书

1.一种运动状态识别方法，其特征在于，所述方法包括：

获取第一时刻的第一图像，所述第一图像包括目标行人；

将所述第一图像中的至少两个关键点转化为图结构数据，每个关键点对应于所述图结构数据中的一个节点，所述至少两个关键点用于表示所述目标行人的姿态；

将所述图结构数据输入识别模型，所述识别模型用于识别所述目标行人的运动状态；

通过所述识别模型对所述图结构数据进行处理，得到在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率；

将所述第一目标概率符合目标条件的运动状态确定为在所述第一时刻所述目标行人的运动状态。

2.根据权利要求1所述的方法，其特征在于，所述通过所述识别模型对所述图结构数据进行处理，得到在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率包括：

提取所述图结构数据中每个节点的空域特征；

基于每个节点的注意力权重，将所述空域特征进行融合，得到所述第一时刻的融合特征；

基于所述第一时刻的融合特征和所述第一时刻之前的第二时刻的空时融合特征，确定所述第一时刻的空时融合特征，所述空时融合特征用于表示所述目标行人的姿态在时间和空间上的变化；

基于所述空时融合特征和在所述第二时刻所述目标行人的不同运动状态分别对应的第二目标概率，得到在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率。

3.根据权利要求2所述的方法，其特征在于，所述注意力权重的确定方法包括：

基于所述图结构数据的空域特征和所述每个关键点对应的参数矩阵，确定所述注意力权重。

4.根据权利要求2所述的方法，其特征在于，所述提取所述图结构数据中每个节点的空域特征包括：

通过所述识别模型的空域特征提取层对所述图结构数据进行图卷积处理，得到所述图结构数据中每个节点的空域特征。

5.根据权利要求2所述的方法，其特征在于，所述基于所述空时融合特征和在所述第二时刻所述目标行人的不同运动状态分别对应的第二目标概率，得到在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率包括：

基于所述空时融合特征，确定在所述第一时刻所述目标行人的不同运动状态分别对应的初始概率；

基于所述初始概率和在所述第二时刻所述目标行人的不同运动状态分别对应的第二目标概率，输出在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率。

6.根据权利要求5所述的方法，其特征在于，所述基于所述空时融合特征，确定在所述第一时刻所述目标行人的不同运动状态分别对应的初始概率包括：

将所述空时融合特征映射为第一概率序列，将所述第一概率序列中对应位置的数值，输出为在所述第一时刻所述目标行人的不同运动状态分别对应的初始概率。

7.根据权利要求5所述的方法，其特征在于，所述基于所述初始概率和在所述第二时刻所述目标行人的不同运动状态分别对应的第二目标概率，输出在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率包括：

基于所述初始概率和在所述第二时刻所述目标行人的不同运动状态分别对应的第二目标概率，确定归一化因子，所述归一化因子为多种运动状态对应的所述初始概率和所述第二目标概率的乘积和；

基于所述归一化因子、所述初始概率和所述第二目标概率，确定在所述第一时刻所述目标行人的不同运动状态分别对应的第一目标概率。

8.根据权利要求5所述的方法，其特征在于，响应于所述第一目标概率大于第一概率阈值，将所述第一概率阈值确定为所述第一目标概率；

响应于所述第一目标概率小于第二概率阈值，将所述第二概率阈值确定为所述第一目标概率；所述第一概率阈值大于所述第二概率阈值。