[发明专利]异常动作确定方法、装置、电子设备及存储介质

说明书

本申请实施例中提供了一种异常动作确定方法、装置、电子设备及存储介质，该方法包括：获取与目标动作对应的目标视频片段；获取目标视频片段中每帧图像对应的人体骨骼关键点，并基于每帧图像对应的人体骨骼关键点，获取与目标视频片段对应的运动姿态特征；将运动姿态特征输入异常识别模型中，得到与运动姿态特征对应的似然值；根据似然值，确定视频片段中的目标动作是否为异常动作。基于目标视频片段中每帧图像中的人体骨骼关键点构建的运动姿态特征，可以准确描述目标视频片段中人体姿势变化，利用所述运动姿态特征以及异常识别模型，可以准确及时的进行异常动作的确认，使用简单方便，易于广泛应用。

技术领域

本申请涉及计算机视觉技术领域，具体地，涉及一种异常动作确定方法、装置、电子设备及存储介质。

背景技术

在通过运动进行健身时，若动作出现异常，不够标准容易影响运动效果，还可能对身体造成损伤，由此，在运动中确定动作是否异常显得尤为重要。

在确定动作是否异常时，通常由专业的老师依靠人工经验进行异常动作的检测，然而，专业的老师数量有限，无法及时分析海量的动作中的异常动作，并且这种方式依靠人工分析，难以广泛应用。

发明内容

本申请实施例中提供了一种异常动作确定方法、装置、电子设备及存储介质，可以有效解决异常动作的确定不够及时和难以广泛应用的问题。

根据本申请实施例的第一个方面，提供了一种异常动作确定方法，该方法包括：获取与目标动作对应的目标视频片段；获取所述目标视频片段中每帧图像对应的人体骨骼关键点，并基于每帧图像对应的所述人体骨骼关键点，获取与所述目标视频片段对应的运动姿态特征，所述运动姿态特征表示在所述目标视频片段中人体姿势的变化模式；将所述运动姿态特征输入异常识别模型中，得到与所述运动姿态特征对应的似然值，所述异常识别模型为预先训练好的变分自编码器以及卷积神经网络；根据所述似然值，确定所述视频片段中的目标动作是否为异常动作。

根据本申请实施例的第二个方面，提供了一种异常动作确定装置，该装置包括：获取模块，用于获取与目标动作对应的目标视频片段；构建模块，用于获取所述目标视频片段中每帧图像对应的人体骨骼关键点，并基于每帧图像对应的所述人体骨骼关键点，获取与所述目标视频片段对应的运动姿态特征，所述运动姿态特征表示在所述目标视频片段中人体姿势的变化模式；识别模块，用于将所述运动姿态特征输入异常识别模型中，得到与所述运动姿态特征对应的似然值，所述异常识别模型为预先训练好的变分自编码器以及卷积神经网络；确定模块，用于根据所述似然值，确定所述视频片段中的目标动作是否为异常动作。

根据本申请实施例的第三个方面，提供了一种电子设备，该电子设备包括一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如上述应用于电子设备的方法。

根据本申请实施例的第四方面，本申请实施列提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码运行时执行上述的方法。

采用本申请实施例中提供的异常动作确定方法，获取与目标动作对应的目标视频片段；获取所述目标视频片段中每帧图像对应的人体骨骼关键点，并基于每帧图像对应的所述人体骨骼关键点，获取与所述目标视频片段对应的运动姿态特征，所述运动姿态特征表示在所述目标视频片段中人体姿势的变化模式；将所述运动姿态特征输入异常识别模型中，得到与所述运动姿态特征对应的似然值，所述异常识别模型为预先训练好的变分自编码器以及卷积神经网络；根据所述似然值，确定所述视频片段中的目标动作是否为异常动作。基于目标视频片段中每帧图像中的人体骨骼关键点构建的运动姿态特征，可以准确描述目标视频片段中人体姿势变化，利用所述运动姿态特征以及异常识别模型，可以准确及时的进行异常动作的确认，使用简单方便，易于广泛应用。

附图说明