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22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)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CN113673601A(43)申请公布日2021.11.19(21)申请号202110968343.7(22)申请日2021.08.23(71)申请人北京三快在线科技有限公司地址100080北京市海淀区北四环西路9号2106-030(72)发明人史磊(74)专利代理机构北京曼威知识产权代理有限公司11709代理人方志炜(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书14页附图4页(54)发明名称一种行为识别方法、装置、存储介质及电子设备(57)摘要本说明书公开了一种行为识别方法、装置、存储介质及电子设备。一种行为识别方法、装置、存储介质及电子设备,通过行为识别模型中的选择子网络,从各待匹配子网络中选择出用于调整基础特征的匹配子网络,得到数据量较少的目标特征,使得行为分类子网络根据目标特征消耗较少的计算资源从预先设定的各行为类型中选择出目标对象的目标行为类型。CN113673601ACN113673601A权利要求书1/3页1.一种行为识别方法,其特征在于,包括:根据所采集到的目标对象的肢体节点的位置数据,通过预先训练的行为识别模型,确定出目标对象的基础特征;根据所述基础特征,通过所述行为识别模型中的选择子网络,从所述行为识别模型中用于对基础特征进行调整的各待匹配子网络中为所述基础特征选择出对应的匹配子网络;将所述基础特征输入所选择出的匹配子网络,通过匹配子网络对所述基础特征进行调整,得到调整后的目标特征,其中,所述目标特征的数据量小于所述基础特征的数据量;将所确定出的目标特征输入所述行为识别模型中的行为分类子网络,通过所述行为分类子网络,从预先设定的各行为类型中选择出目标对象的目标行为类型。2.如权利要求1所述的方法,其特征在于,根据所述基础特征,通过所述行为识别模型中的选择子网络,从所述行为识别模型中用于对基础特征进行调整的各待匹配子网络中为所述基础特征选择出对应的匹配子网络,具体包括:将所述基础特征输入所述行为识别模型中的预处理子网络,以所述预处理子网络中的预处理参数对所述基础特征进行调整,并将调整后的基础特征输入所述预处理子网络中的第一特征提取层,其中,以所述预处理参数调整后的基础特征的数据量小于被调整前的基础特征的数据量;根据以所述预处理参数调整后的基础特征,通过所述第一特征提取层,提取出所述目标对象的预处理特征;将所述预处理特征输入至所述选择子网络,通过所述选择子网络,从所述行为识别模型中用于对基础特征进行调整的各待匹配子网络中为所述基础特征选择出对应的匹配子网络。3.如权利要求1所述的方法,其特征在于,针对每个待匹配子网路,该待匹配子网络中包括待匹配参数和第二特征提取层;通过匹配子网络对所述基础特征进行调整,得到调整后的目标特征,具体包括:以匹配子网络中的匹配参数对输入所述匹配子网络的基础特征进行调整;将以所述匹配参数调整后的基础特征输入所述匹配子网络的第二特征提取层,通过所述第二特征提取层,提取出所述目标对象的目标特征。4.如权利要求3所述的方法,其特征在于,针对每个待匹配子网络,以该待匹配子网络中所包含的待匹配参数调整后的基础数据的数据量,以及该待匹配子网络中所包括的第二特征提取层中的网络层数,其中至少一个与其他任一待匹配子网络不同。5.如权利要求1所述的方法,其特征在于,所述目标对象的基础特征为所述目标对象在预设时段内每一时刻的基础特征;将所确定出的目标特征输入所述行为识别模型中的行为分类子网络,通过所述行为分类子网络,从预先设定的各行为类型中选择出目标对象的目标行为类型,具体包括:将根据目标对象在预设时段内各时刻的基础特征确定出的目标对象在预设时段内各时刻的目标特征输入所述行为识别模型中的行为分类子网络,通过所述行为分类子网络,从预先设定的各行为类型中选择出目标对象在所述预设时段内的目标行为类型。6.如权利要求5所述的方法,其特征在于,根据所述基础特征,通过所述行为识别模型中的选择子网络,从所述行为识别模型包含的用于对基础特征进行调整的各待匹配子网络2CN113673601A权利要求书2/3页中为所述基础特征选择出对应的匹配子网络,具体包括:针对预设时段内的每一时刻,获取根据该时刻目标对象的基础特征所确定出的该时刻的预处理特征;将所获取到的各时刻的预处理特征输入所述选择子网络的特征聚合层,得到各预处理特征所聚合出的所述目标对象在所述预设时段内的基础时段特征,并将所述基础时段特征输入所述选择子网络的卷积层;根据所述基础时段特征,通过所述卷积层,得到所述目标对象在所述预设时段内的基础时间融合特征,并将所述基础时间融合特征划分为所述目标对象在各