[发明专利]基于图像检测的动作识别数据集生成方法及装置在审

专利信息
申请号: 202110187621.5 申请日: 2021-02-18
公开(公告)号: CN112784813A 公开(公告)日: 2021-05-11
发明(设计)人: 周力;安雪晖;刘祖光;李鹏飞;李志伟 申请(专利权)人: 清华大学;重庆交通大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N20/00
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 单晓双;叶明川
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 检测 动作 识别 数据 生成 方法 装置
【权利要求书】:

1.一种基于图像检测的动作识别数据集生成方法,其特征在于,包括:

确定预先采集的动作视频中每一帧中所有待检测目标的检测矩形;

在所述每一帧中的每一待检测目标的检测矩形中进行标记;

按照第一预设范围对所述每一帧进行裁剪;

组装裁剪后的多帧,以生成动作视频数据或图像序列。

2.如权利要求1所述的基于图像检测的动作识别数据集生成方法,其特征在于,所述确定预先采集的动作视频中每一帧中所有待检测目标的检测矩形,包括:

利用CV算法,确定所述每一帧的检测矩形的初步形心位置;

根据所述初步形心位置确定当前帧的检测矩形的最终形心位置;

根据第二预设范围以及所述最终形心位置确定所述当前帧的检测矩形。

3.如权利要求2所述的基于图像检测的动作识别数据集生成方法,其特征在于,所述根据所述初步形心位置确定当前帧的检测矩形的最终形心位置,包括:

在时间域上,根据当前帧的检测矩形的初步形心位置以及当前帧附近多个帧的检测矩形的初步形心位置,确定所述当前帧的检测矩形的最终形心位置。

4.如权利要求1所述的基于图像检测的动作识别数据集生成方法,其特征在于,还包括:

在所述动作视频中对所有待检测目标的进行动作识别标注;

根据组装所得的视频/图像序列,以及对应的标注数据生成动作识别数据集;

所述在所述动作视频中对所有待检测目标的进行动作识别标注包括:

根据裁剪的计算规则及裁剪时裁剪规则所使用的参数生成标注信息;

根据所述标注信息进行动作识别标注。

5.一种基于图像检测的动作识别数据集生成装置,其特征在于,包括:

检测矩形确定单元,用于确定预先采集的动作视频中每一帧中所有待检测目标的检测矩形;

帧标记单元,用于在所述每一帧中的每一待检测目标的检测矩形中进行标记;

帧裁剪单元,用于按照第一预设范围对所述每一帧进行裁剪;

视频生成单元,用于组装裁剪后的多帧,以生成动作视频数据或图像序列。

6.如权利要求5所述的基于图像检测的动作识别数据集生成装置,其特征在于,所述检测矩形确定单元包括:

初步位置确定模块,用于利用CV算法,确定所述每一帧的检测矩形的初步形心位置;

最终位置确定模块,用于根据所述初步形心位置确定当前帧的检测矩形的最终形心位置;

检测矩形确定模块,用于根据第二预设范围以及所述最终形心位置确定所述当前帧的检测矩形。

7.如权利要求6所述的基于图像检测的动作识别数据集生成装置,其特征在于,所述最终位置确定模块具体用于在时间域上,根据当前帧的检测矩形的初步形心位置以及当前帧附近多个帧的检测矩形的初步形心位置,确定所述当前帧的检测矩形的最终形心位置。

8.如权利要求5所述的基于图像检测的动作识别数据集生成装置,其特征在于,还包括:

动作标注单元,用于在所述动作视频中对所有待检测目标的进行动作识别标注;

数据集生成单元,用于根据组装所得的视频/图像序列,以及对应的标注数据生成动作识别数据集;

所述动作标注单元包括:

标注信息生成模块,用于根据裁剪的计算规则及裁剪时裁剪规则所使用的参数生成标注信息;

动作标注模块,用于根据所述标注信息进行动作识别标注。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述基于图像检测的动作识别数据集生成方法的步骤。

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4任一项所述基于图像检测的动作识别数据集生成方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;重庆交通大学,未经清华大学;重庆交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110187621.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top