预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114898248A(43)申请公布日2022.08.12(21)申请号202210390053.3G06V10/74(2022.01)(22)申请日2022.04.14G06V10/40(2022.01)G06T7/73(2017.01)(71)申请人中国农业银行股份有限公司G06T7/66(2017.01)地址100005北京市东城区建国门内大街G06K9/62(2022.01)69号(72)发明人马静朱绍成(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师高勇(51)Int.Cl.G06V20/40(2022.01)G06V40/10(2022.01)G06V40/20(2022.01)G06V10/774(2022.01)G06V10/764(2022.01)权利要求书4页说明书13页附图2页(54)发明名称一种行为识别方法、系统、设备及存储介质(57)摘要本发明实施例提供了一种行为识别方法、系统、设备及存储介质,其中,方法包括:利用预设人体姿态估计算法,对目标视频的每一帧图像进行关节点数据提取,获得目标视频中的目标人物的关节点数据组,利用预设人体姿态估计算法,根据关节点数据组,获得目标人物的骨架数据组和目标人物的关节数据组,基于预设动静态结合特征提取模型,从关节数据组中,提取动静态结合特征向量组,利用预设骨架序列特征提取模型,对骨架数据组进行特征向量提取,获得目标人物的骨架序列特征向量,根据目标人物的骨架序列特征向量和动静态结合特征向量组,确定目标人物的行为状态。本发明可以提高对行为动作的识别精度。CN114898248ACN114898248A权利要求书1/4页1.一种行为识别方法,其特征在于,所述方法包括:利用预设人体姿态估计算法,对目标视频的每一帧图像进行关节点数据提取,获得所述目标视频中的目标人物的关节点数据组;利用所述预设人体姿态估计算法,根据所述关节点数据组,获得所述目标人物的骨架数据组和所述目标人物的关节数据组,其中,所述骨架数据组中包括所述目标视频各帧图像中的骨架图像数据,所述关节数据组中包括多个目标关节的图像数据组,每个所述目标关节的图像数据组中均包括所述目标视频各帧图像中,该目标关节的关节图像数据;基于预设动静态结合特征提取模型,从所述关节数据组中,提取动静态结合特征向量组,其中,所述动静态结合特征向量组包括多个动静态结合特征向量,所述目标关节与所述动静态结合特征向量存在一一对应关系;利用预设骨架序列特征提取模型,对所述骨架数据组进行特征向量提取,获得所述目标人物的骨架序列特征向量;根据所述目标人物的骨架序列特征向量和所述动静态结合特征向量组,确定所述目标人物的行为状态。2.根据权利要求1所述的方法,其特征在于,所述预设动静态结合特征提取模型由预设流密算法、预设目标视频序列特征提取模型和预设动静态特征聚合算法组成,所述基于预设动静态结合特征提取模型,从所述关节数据组中,提取动静态结合特征向量组,包括:对所述关节数据组中的各目标关节的图像数据组:利用所述预设流密度算法,对该目标关节的图像数据组中每一帧图像的所述关节图像数据进行光流提取,获得与该目标关节的图像数据组匹配的目标关节光流数据组,其中,所述目标关节光流数据组中,包括所述目标视频每一帧图像中,与所述关节图像数据对应的目标关节光流数据;利用所述预设目标视频序列特征提取模型,从该目标关节的图像数据组中分别提取第一静态特征向量组和第一动态特征向量组;利用所述预设目标视频序列特征提取模型,从与该目标关节的图像数据组匹配的所述目标关节光流数据组中,分别提取第二静态特征向量组和第二动态特征向量组;利用所述预设动静态特征聚合算法,根据所述第一静态特征向量组、第一动态特征向量组、第二静态特征向量组和第二动态特征向量组,获得与该目标关节图像数据组匹配的动静态结合特征向量;获得与所述关节数据组匹配的所述动静态结合特征向量组。3.根据权利要求2所述的方法,其特征在于,所述预设目标视频序列特征提取模型是第一预设视频序列特征提取模型或第二预设视频序列特征提取模型,所述预设目标视频序列特征提取模型的训练过程,包括:利用第一预设动作数据训练集,对初始特征提取模型进行预训练,获得第一初始视频序列特征提取模型;按照预设帧数对预设动作识别数据集进行样本抽取操作,获得训练样本数据,利用所述训练样本数据,按照预设交叉视角评价方法,对所述第一初始视频序列特征提取模型进行训练和调参操作,获得所述第一预设视频序列特征提取模型;或,利用第二预设动作数据训练集,对所述初始特征提取模型进行预训练,获得第二初始视频序列特征提取模型;按照所述预设帧数对所述预设动作识别数据集进行样本抽取操作,获得所述训练样本2CN11