动作识别方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114187650A(43)申请公布日2022.03.15(21)申请号202111276949.0G06K9/62(2022.01)(22)申请日2021.10.29G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人深圳绿米联创科技有限公司地址518000广东省深圳市南山区桃源街道留仙大道塘岭路1号金骐智谷大厦8楼(72)发明人张纯阳(74)专利代理机构深圳五邻知识产权代理事务所(普通合伙)44590代理人胡明(51)Int.Cl.G06V40/20(2022.01)G06V10/44(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)权利要求书3页说明书18页附图8页(54)发明名称动作识别方法、装置、电子设备及存储介质(57)摘要本申请实施例提供了一种动作识别方法，所述方法包括：获取待识别图像；从所述待识别图像中提取得到目标图像特征，所述目标图像特征关联了目标对象执行动作的关键部位、及与所述关键部位具有关联关系的关联部位；根据所述目标图像特征，对所述待识别图像中所述目标对象执行动作的部位进行检测，得到部位检测结果；根据所述部位检测结果，对所述待识别图像中所述目标对象执行的动作进行识别，得到动作识别结果。采用本申请所提供的方法，能够有效地解决现有技术中存在的动作识别准确率不高的问题。CN114187650ACN114187650A权利要求书1/3页1.一种动作识别方法，其特征在于，所述方法包括：获取待识别图像；从所述待识别图像中提取得到目标图像特征，所述目标图像特征关联了目标对象执行动作的关键部位、及与所述关键部位具有关联关系的关联部位；根据所述目标图像特征，对所述待识别图像中所述目标对象执行动作的部位进行检测，得到部位检测结果；根据所述部位检测结果，对所述待识别图像中所述目标对象执行的动作进行识别，得到动作识别结果。2.如权利要求1所述的方法，其特征在于，所述根据所述目标图像特征，对所述待识别图像中所述目标对象执行动作的部位进行检测，得到部位检测结果，包括：基于所述目标图像特征，对所述目标对象执行动作的关键部位在所述待识别图像中的区域进行定位，得到所述目标对象执行动作的关键部位的位置；根据所述目标对象执行动作的关键部位的位置，确定关键部位检测结果；根据所述关键部位检测结果确定所述部位检测结果。3.如权利要求1所述的方法，其特征在于，所述根据所述目标图像特征，对所述待识别图像中所述目标对象执行动作的部位进行检测，得到部位检测结果，包括：根据所述目标图像特征，对所述待识别图像中所述目标对象执行动作的关键部位进行检测，得到关键部位检测结果；根据所述目标图像特征，对所述待识别图像中与所述关键部位具有关联关系的关联部位进行检测，得到关联部位检测结果；根据所述关键部位检测结果和所述关联部位检测结果，确定所述部位检测结果。4.如权利要求3所述的方法，其特征在于，所述根据所述目标图像特征，对所述待识别图像中与所述关键部位具有关联关系的关联部位进行检测，得到关联部位检测结果，包括：根据所述目标图像特征，确定所述关联部位在所述待识别图像中相对于所述关键部位的相对位置；基于所述关联部位相对于所述关键部位的相对位置，确定所述关联部位检测结果。5.如权利要求1所述的方法，其特征在于，所述根据所述部位检测结果，对所述待识别图像中所述目标对象执行的动作进行识别，得到动作识别结果，包括：根据所述部位检测结果，确定所述目标对象执行动作的部位在所述待识别图像中的区域；基于所述目标对象执行动作的部位在所述待识别图像中的区域，对所述待识别图像中所述目标对象执行的动作进行动作类别预测，得到所述目标对象执行动作的动作类别；根据所述目标对象执行动作的动作类别，确定所述动作识别结果。6.如权利要求1至5任一项所述的方法，其特征在于，所述动作识别结果通过调用动作识别模型得到；所述动作识别模型是基于至少一个样本图像，对初始的机器学习模型进行训练得到的；所述训练至少包括：在部位检测阶段，基于所述样本图像携带的第一标签和第二标签，对所述机器学习模型进行关于关键部位检测和关联部位检测的监督训练，所述第一标签用于指示所述样本对2CN114187650A权利要求书2/3页象执行动作的关键部位的位置，所述第二标签用于指示关联部位相对于关键部位的相对位置。7.如权利要求6所述的方法，其特征在于，所述在部位检测阶段，基于所述样本图像携带的第一标签和第二标签，对所述机器学习模型进行关于关键部位检测和关联部位检测的监督训练，包括：从所述样本图像中提取得到样本图像特征；根据所述样本图像特征，预测所述样本图像中所述样本对象执行动作的关键部位的位置，