[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

说明书

本发明提供一种视频的动作识别方法、装置、计算机设备和存储介质，该方法包括获取样本视频；采用目标检测模型对样本视频进行目标检测，获得样本视频中的动作目标；采用跟踪算法对动作目标在样本视频的各帧图像中进行跟踪，获得样本视频的各帧图像中动作目标的目标区域；将各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，获得各动作目标的动作类别。先采用目标检测算法实现对视频中的目标进行锁定，然后采用跟踪算法对目标位置进行跟踪，捕捉动作变化，将跟踪到的目标区域作为感兴趣区域截取出来，输入到预先训练得到的动作识别模型，进行动作识别。能够有效提高动作特征提取效率，能够达到提高动作识别准确率的效果。

技术领域

本发明涉及视频的动作识别技术领域，特别涉及一种视频的动作识别方法、装置、计算机设备和存储介质。

背景技术

动作识别的目的是判断一段视频中目标动作的类别。其主要信息来源为视频帧，即RGB图像，相较于CNN(Convolutional Neural Networks，卷积神经网络)图像分类，该任务需要考虑在长范围时间内，网络对动作变化的建模能力。TSN(Temporal SegmentNetworks)检测方法以深度卷积神经网络为基础，通过稀疏时间采样策略对整段视频进行学习，完成动作建模，达到动作识别的目的。

TSN网络方法需要将采样到的视频帧作为网络输入，由于输入的是整幅图像，其中包含有很多背景信息，对于识别视频中目标动作类别而言，背景均属于干扰信息，不利于动作特征的学习。导致对于视频中小目标的动作识别准确率较低，而且对多目标动作类别的识别无能为力。

发明内容

基于此，有必要针对上述技术问题，提供一种视频的动作识别方法、装置、计算机设备和存储介质。

一种视频的动作识别方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。