[发明专利]视频的动作识别方法、装置、计算机设备和存储介质

权利要求书

1.一种视频的动作识别方法，其特征在于，包括：

获取样本视频；

采用目标检测模型对所述样本视频进行目标检测，获得所述样本视频中的动作目标；

采用跟踪算法对所述动作目标在所述样本视频的各帧图像中进行跟踪，获得所述样本视频的各帧图像中所述动作目标的目标区域；

将各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，获得各所述动作目标的动作类别。

2.根据权利要求1所述的方法，其特征在于，所述采用跟踪算法对所述动作目标在所述样本视频的各帧图像中进行跟踪的步骤包括：

采用跟踪算法对所述动作目标在所述样本视频的各帧图像中进行跟踪；

每间隔预设时间，采用所述目标检测模型对跟踪的所述动作目标进行校正。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取动作数据集，其中，所述动作数据集标注了动作类别；

将所述动作数据集输入至神经网络进行模型训练，基于所述动作数据集，获得可用于判断动作目标的动作类别的动作识别模型。

4.根据权利要求3所述的方法，其特征在于，所述将各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，获得各所述动作目标的动作类别的步骤包括：

将各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，输出M*C维的向量，其中，M为动作目标的数量，C为动作类别的数量；

获得M*C维的向量的向量值；

从各所述向量值中提取最大的向量值对应的动作类别，确定为所述动作目标的动作类别。

5.根据权利要求3所述的方法，其特征在于，所述获取动作数据集的步骤之前还包括：

采集用于动作识别的动作数据集；

对所述动作数据集的各动作类别进行标注。

6.根据权利要求1-5任一项中所述的方法，其特征在于，所述将各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，获得各所述动作目标的动作类别的步骤包括：

从所述样本视频平均间隔或者随机提取N帧图像，其中，N为大于1的整数，其中，N为大于1的整数；

将提取的N帧图像中的各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，获得各所述动作目标的动作类别。

7.根据权利要求6所述的方法，其特征在于，所述从所述样本视频平均间隔或者随机提取N帧图像的步骤包括：

将所述样本视频平均划分为S段，并在每一段的所述样本视频中随机提取N帧图像，其中，S为大于1的整数。

8.一种视频的动作识别装置，其特征在于，包括：

样本视频获取模块，用于获取样本视频；

动作目标检测获得模块，用于采用目标检测模型对所述样本视频进行目标检测，获得所述样本视频中的动作目标；

目标区域获得模块，用于采用跟踪算法对所述动作目标在所述样本视频的各帧图像中进行跟踪，获得所述样本视频的各帧图像中所述动作目标的目标区域；

动作类别训练获得模块，用于将各所述目标区域输入至预先训练得到的动作识别模型进行动作识别，获得各所述动作目标的动作类别。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。