[发明专利]人体动作的识别方法、装置、设备及存储介质

权利要求书

1.一种人体动作的识别方法，其特征在于，包括：

获取待识别图像数据对应的三维骨骼关键点；

基于所述三维骨骼关键点，识别对应的动作姿态；

基于识别的动作姿态，采用有限状态机模型确定所述待识别图像数据对应的目标行为类型。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别图像数据对应的三维骨骼关键点，包括：

获取待识别图像数据；

基于所述待识别图像数据，确定对应的二维骨骼关键点；

基于所述二维骨骼关键点，确定对应的三维骨骼关键点。

3.根据权利要求2所述的方法，其特征在于，所述基于所述待识别图像数据，确定对应的二维骨骼关键点，包括：

基于所述待识别图像数据及训练获得的轻量级骨骼神经网络模型，确定对应的所述二维骨骼关键点；所述轻量级骨骼神经网络模型是学生网络，所述轻量级骨骼神经网络模型是基于Hourglass架构采用知识蒸馏方式训练获得的。

4.根据权利要求2所述的方法，其特征在于，所述基于所述二维骨骼关键点，确定对应的三维骨骼关键点，包括：

基于所述二维骨骼关键点，采用训练获得的映射神经网络模型确定对应的所述三维骨骼关键点。

5.根据权利要求1所述的方法，其特征在于，所述基于所述三维骨骼关键点，识别对应的动作姿态，包括：

基于所述三维骨骼关键点，采用训练获得的LSTM神经网络模型识别对应的动作姿态。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述基于识别的动作姿态，采用有限状态机模型确定所述待识别图像数据对应的目标行为类型，包括：

基于识别的动作姿态及各行为类型对应的状态转移图，确定所述待识别图像数据对应的目标行为类型。

7.一种人体动作的识别装置，其特征在于，包括：

获取模块，用于获取待识别图像数据对应的三维骨骼关键点；

第一处理模块，用于基于所述三维骨骼关键点，识别对应的动作姿态；

第二处理模块，用于基于识别的动作姿态，采用有限状态机模型确定所述待识别图像数据对应的目标行为类型。

8.根据权利要求7所述的装置，其特征在于，所述第一处理模块，具体用于：

基于所述三维骨骼关键点，采用训练获得的LSTM神经网络模型识别对应的动作姿态。

9.一种电子设备，其特征在于，包括：存储器、收发器及至少一个处理器；

所述处理器、所述存储器与所述收发器通过电路互联；

所述存储器存储计算机执行指令；所述收发器，用于接收图像采集设备发送的图像数据；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-6任一项所述的方法。