[发明专利]一种动态背景下的动作识别方法及系统

权利要求书

1.一种动态背景下的动作识别方法，其特征在于，该方法包括：

采集视频数据；所述视频数据包括动态背景和待检测目标；

获取所述视频数据中连续两帧的图像数据；

将所述连续两帧的图像数据输入图像检测模型，分别得到所述待检测目标在所述连续两帧的轮廓信息；

根据所述连续两帧的轮廓信息之间的变化，得到任一帧的变化信息；

根据所述轮廓信息，确定所述待检测目标的未覆盖区域；

判断所述未覆盖区域是否符合预设条件，若是，则确定所述待检测目标的穿着类型；

根据所述穿着类型和所述任一帧的变化信息，得到所述连续两帧的动作特征；

根据所述动作特征，得到动作识别结果。

2.根据权利要求1所述的动态背景下的动作识别方法，其特征在于，所述根据所述连续两帧的轮廓信息之间的变化，得到任一帧的变化信息，包括：

根据任一帧的轮廓信息和该帧前一帧的轮廓信息，确定所述待检测目标的第一面积和第二面积；

确定所述连续两帧的轮廓信息的重叠面积；

计算所述连续两帧的轮廓信息之间的面偏移量和点偏移量；

根据所述面偏移量和所述点偏移量，确定任一帧的变化信息。

3.根据权利要求2所述的动态背景下的动作识别方法，其特征在于，所述计算所述连续两帧的轮廓信息之间的点偏移量和面偏移量，包括：

根据所述重叠面积、所述第一面积和所述第二面积，计算面偏移量，公式如下：

其中，S₁表示第一面积，S₂表示第二面积，S_c表示重叠面积；

提取所述轮廓信息中的多个骨骼点；

计算所述多个骨骼点的点偏移量，公式如下：

其中，n表示共有n个骨骼点，(x_i,k+1,y_i,k+1)表示第i个骨骼点在第k+1帧对应的坐标，(x_i,k,y_i,k)表示第i个骨骼点在第k帧对应的坐标。

4.根据权利要求2所述的动态背景下的动作识别方法，其特征在于，所述未覆盖区域包括颈部、肘部、腿部以及臀部等。

5.根据权利要求4所述的动态背景下的动作识别方法，其特征在于，所述判断所述未覆盖区域是否符合预设条件，若是，则确定所述待检测目标的穿着类型，包括：

计算所述未覆盖区域与所述第一面积之间的比值；

若所述未覆盖区域不包含预设区域且所述比值小于预设阈值，则确定所述待检测目标的穿着类型；

反之，停止识别。

6.根据权利要求1所述的动态背景下的动作识别方法，其特征在于，所述根据所述穿着类型和所述任一帧的变化信息，得到所述连续两帧的动作特征，包括：

预设动作数据库；所述动作数据库中存储预设穿着类型和标准变化数据的对应关系；

将所述穿着类型与所述预设动作数据库中的预设穿着类型匹配，确定对应的标准变化数据；

将所述标准变化数据与所述任一帧的变化信息匹配，得到多个动作特征。

7.根据权利要求1所述的动态背景下的动作识别方法，其特征在于，所述根据所述动作特征，得到动作识别结果，包括：

将所述动作特征输入动作识别模型，得到动作识别结果。

8.根据权利要求1所述的动态背景下的动作识别方法，其特征在于，所述采集视频数据之前，还包括：

获取训练图像数据；

将所述训练图像数据输入图像检测模型，得到训练好的图像检测模型。