[发明专利]人体动作识别方法、装置、电子设备及存储介质

说明书

本发明公开了人体动作识别方法、装置、电子设备及存储介质。人体动作识别方法包括：选择需要识别的人体关键点；针对各关键点对视频帧图像进行区域划分；建立单一目标动作对应的各关键点与区域的位置关系数组作为参考数组；对待测视频连续帧图像中的关键点及各关键点对应的区域进行识别，得到待测视频连续帧图像的各关键点与区域的位置关系数组作为待测数组；将待测数组与参考数组进行比对，从而判断待测视频连续帧中的人体动作是否为单一目标动作。装置、电子设备及存储介质均在方法的基础上实现。本发明通过建立人体关键点与图像区域之间的位置关系数组，用具体的位置关系数组表征预设的动作，对人体动作进行准确识别。

技术领域

本发明涉及计算机视觉技术领域，具体涉及人体动作识别方法、装置、电子设备及存储介质。

背景技术

动作识别是机器学习对空间事务的理解，其基本流程为：图像获取→特征提取→分类训练→分类决策（即动作识别）；是人工智能技术中的一项重要技术。在基于图像处理技术的人体动作识别技术中，通常会对利用成像设备采集人体动作图像，然后基于人体动作图像进行静态的分类识别。通常人体动作是受到身体结构之间的协调关系的约束、且在时间上连续的行为，每个动作在时间维度上都具有上下文信息，基于静态图像分类识别的动作识别技术难以对这些信息加以利用。现有的动作识别方法在对简单动作的识别上已取得较好的成绩，而对于复杂动作的识别欠缺丰富性，特征信息损失严重，不能完全代表识别目标的整个动作过程。

发明内容

本发明提供了人体动作识别方法、装置、电子设备及存储介质，达到了通过对视频帧进行解析得到对人体动作进行准确识别的效果，通过下述技术方案实现：

一方面，本申请提供了一种人体动作识别方法，包括如下步骤：

T1：选择需要识别的人体关键点，包括m个关键点；

T2：针对各关键点对视频帧图像进行区域划分，划分为n个区域；

T3：建立单一目标动作对应的各关键点与区域的位置关系数组（），作为参考数组，i、j为小于等于n的正整数；

T4：对待测视频连续帧图像中的关键点及各关键点对应的区域进行识别，得到待测视频连续帧图像的各关键点与区域的位置关系数组（），作为待测数组，i1、j1为小于等于n的正整数；

T5：将待测数组与参考数组进行比对，从而判断待测视频连续帧中的人体动作是否为单一目标动作。

上述方案通过建立人体关键点与图像区域之间的位置关系数组，用具体的位置关系数组表征预设的动作，对人体动作进行准确识别，解决了现有技术中对于复杂动作的识别欠缺丰富性的技术问题。

在上述方案的基础上，进一步有：

步骤T1中的人体关键点包括关键点：双/单手、双/单肘、双/单肩、头顶、双/单髋、双/单膝、双/单足中的一个或多个点。

在上述方案的基础上，进一步有：

步骤T1和步骤T2之间还包括步骤T20：计算视频帧图像中的人体身高和四肢长度，选择与其身高和四肢长度预设比例区域大小的图像数据框；步骤T2对步骤T20选定的图像数据框进行进一步处理。

在上述方案的基础上，进一步有：

步骤T2具体包括：针对所有关键点的活动轨迹将视频帧图像划分为等面积或预设面积的n个区域；

或针对各关键点的活动轨迹分别对视频帧图像进行不同大小且不同数量的区域划分，针对关键点将视频帧图像划分为区域，针对关键点将视频帧图像划分为区域；v和u为不相关的正整数。

在上述方案的基础上，进一步有：