[发明专利]动作识别方法、装置、电子设备和存储介质有效

专利信息
申请号: 202110871172.6 申请日: 2021-07-30
公开(公告)号: CN113657209B 公开(公告)日: 2023-09-12
发明(设计)人: 周德森;王健;孙昊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V40/20 分类号: G06V40/20;G06V20/52;G06V20/40
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张梦瑶
地址: 100085 北京市*** 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: 动作 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种动作识别方法,包括:

获取关键点序列,并提取所述关键点序列的第一时空特征,所述关键点序列包括多个关键点的时间维度和空间维度上的信息,所述第一时空特征指的是所述关键点序列的时间维度和空间维度结合得到的特征;

对所述第一时空特征进行不同时间粒度的特征提取,得到每个时间粒度对应的第二时空特征;

基于每个所述时间粒度对应的第二时空特征,获取所述关键点序列的目标识别动作;

所述基于每个所述时间粒度对应的第二时空特征,获取所述关键点序列的目标识别动作,包括:

基于任一时间粒度的所述第二时空特征,获取所述关键点序列的候选识别动作,并从多个候选识别动作中选取所述目标识别动作。

2.根据权利要求1所述的方法,其中,所述对所述第一时空特征进行不同时间粒度的特征提取,得到每个时间粒度对应的第二时空特征,包括:

针对每个所述时间粒度,对所述第一时空特征基于所述时间粒度对应的采样率进行降采样,得到所述时间粒度下的降采样时空特征;

基于所述时间粒度下的降采样时空特征,得到所述时间粒度对应的所述第二时空特征。

3.根据权利要求2所述的方法,其中,所述基于所述时间粒度下的降采样时空特征,得到所述时间粒度对应的所述第二时空特征,包括:

基于任一所述降采样时空特征对应的所述采样率,获取所述任一所述降采样时空特征的特征提取结构;

基于所述任一所述降采样时空特征的特征提取结构,对所述任一所述降采样时空特征进行特征提取,获取所述第二时空特征。

4.根据权利要求3所述的方法,其中,所述特征提取结构包括统一时空图卷积G3D层,所述G3D层的数量与所述采样率正相关。

5.根据权利要求1-4任一项所述的方法,其中,所述基于每个所述时间粒度对应的第二时空特征,获取所述关键点序列的目标识别动作,包括:

获取任一时间粒度对应的所述第二时空特征在每个动作识别类别下的候选识别分数;

针对任一动作识别类别,将每个所述时间粒度对应的所述第二时空特征的所述候选识别分数进行加权平均,获取所述关键点序列在所述任一动作识别类别下的目标识别分数;

从所述目标识别分数中获取最大目标识别分数,并将所述最大目标识别分数对应的所述动作识别类别确定为所述目标识别动作。

6.根据权利要求2-4任一项所述的方法,其中,所述基于每个所述时间粒度对应的第二时空特征,获取所述关键点序列的目标识别动作之前,包括:

根据每个所述时间粒度对应的所述采样率,对多个所述第二时空特征进行特征融合。

7.根据权利要求6所述的方法,其中,所述根据每个所述时间粒度对应的所述采样率,对多个所述第二时空特征进行特征融合,包括:

将多个所述第二时空特征按照稀疏度从高到低进行排序,其中,所述稀疏度与所述采样率正相关;

从排序第一的所述第二时空特征开始,将当前遍历到的所述第二时空特征与相邻的下一个所述第二时空特征进行特征融合,生成融合时空特征,并利用所述融合时空特征更新所述下一个所述第二时空特征,直至排序最后的所述第二时空特征更新结束。

8.一种动作识别装置,包括:

第一提取模块,用于获取关键点序列,并提取所述关键点序列的第一时空特征,所述关键点序列包括多个关键点的时间维度和空间维度上的信息,所述第一时空特征指的是所述关键点序列的时间维度和空间维度结合得到的特征;

第二提取模块,用于对所述第一时空特征进行不同时间粒度的特征提取,得到每个时间粒度对应的第二时空特征;

获取模块,用于基于每个所述时间粒度对应的第二时空特征,获取所述关键点序列的目标识别动作;

所述获取模块,具体用于:基于任一时间粒度的所述第二时空特征,获取所述关键点序列的候选识别动作,并从多个候选识别动作中选取所述目标识别动作。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110871172.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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