[发明专利]舞蹈动作美感确认方法、装置、电子设备及存储介质

权利要求书

1.一种舞蹈动作美感确认方法，其特征在于，所述方法包括：

获取舞蹈视频中与目标动作对应的视频片段；

获取与所述视频片段中的每帧图像对应的目标人体骨骼关键点，得到关键点图像组；

将所述关键点图像组输入美感预测模型，得到与所述视频片段对应的预测分数，所述美感预测模型通过样本片段以及与所述样本片段对应的目标标注分数训练得到；

根据所述预测分数确定所述目标动作是否具有美感。

2.根据权利要求1所述的方法，其特征在于，所述获取舞蹈视频中与目标动作对应的视频片段，包括：

识别所述舞蹈视频中每帧图像的人体骨骼关键点；

基于所述人体骨骼关键点，构建每帧图像的特征向量；

根据所述特征向量从所述舞蹈视频中，提取出与所述目标动作对应的视频片段。

3.根据权利要求1所述的方法，其特征在于，所述获取与所述视频片段中的每帧图像对应的目标人体骨骼关键点，得到关键点图像组之前，还包括：

获取所述目标动作对应的动作类型为目标类型；

根据所述目标类型查询信息表，确定与所述目标类型对应的目标人体骨骼关键点，所述信息表包括动作类型与人体骨骼关键点的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述获取与所述视频片段中每帧图像对应的目标人体骨骼关键点，得到关键点图像组，包括：

获取所述视频片段中每帧图像的目标人体骨骼关键点，得到与每帧图像对应的关键点图像；

根据所述目标人体骨骼关键点，将每个所述关键点图像调整至指定视角，得到与所述视频片段对应的关键点图像组。

5.根据权利要求1所述的方法，其特征在于，所述美感预测模型通过以下步骤获得：

获取多个样本视频；

从所述样本视频中提取出与目标动作对应的样本片段；

获取与所述样本片段对应的目标标注分数；

使用所述样本片段以及与所述样本片段对应的目标标注分数，对神经网络模型进行训练，得到所述美感预测模型。

6.根据权利要求5所述的方法，其特征在于，所述获取与所述样本片段对应的目标标注分数，包括：

获取多个标注人员对所述样本片段进行标注后，得到的多个标注分数；

确定所述多个标注分数的中位数为所述样本片段对应的目标标注分数。

7.根据权利要求4所述的方法，其特征在于，所述使用所述样本片段以及与所述样本片段对应的目标标注分数，对神经网络模型进行训练，得到所述美感预测模型，包括：

获取与所述样本片段对应的关键点图像组；

将所述关键点图像组输入所述神经网络模型中，得到与所述样本片段对应的预测分数；

根据所述预测分数和所述标注分数的差异，调节所述神经网络模型的参数，直到所述预测分数和所述标注分数一致。

8.一种舞蹈动作美感确认装置，其特征在于，所述装置包括：

第一获取模块，用于获取舞蹈视频中与目标动作对应的视频片段；

第二获取模块，用于获取与所述视频片段中的每帧图像对应的目标人体骨骼关键点，得到关键点图像组；

预测模块，用于将所述关键点图像组输入美感预测模型，得到与所述视频片段对应的预测分数，所述美感预测模型通过样本片段以及与所述样本片段对应的目标标注分数训练得到；

确定模块，用于根据所述预测分数确定所述目标动作的是否具有美感。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，与所述一个或多个处理器电连接；

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，所述一个或多个应用程序配置用于执行如权利要求1至7任一项所述的方法。

10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至7任一项所述的方法。