人体动作识别方法、装置、电子设备及计算机可读介质与流程

技术特征：
1.一种人体动作识别方法，其特征在于，包括：获取待识别视频，所述待识别视频包括n个视频帧，n为大于0的整数；对第n个视频帧和第n 1个视频帧进行关键点检测，获得第n个视频帧中目标人体的骨架关键点数据和第n 1个视频帧中的骨架关键点数据，n＜n；根据第n个视频帧中目标人体的骨架关键点数据对所述目标人体进行目标跟踪，获得所述目标人体在第n 1个视频帧中的预测位置；根据第n 1个视频帧中的骨架关键点数据和所述目标人体在第n 1个视频帧中的预测位置确定所述目标人体的骨架关键点轨迹列表；根据所述目标人体的骨架关键点轨迹列表确定所述目标人体的动作识别结果。2.如权利要求1所述方法，其特征在于，所述动作识别结果包括粗分类动作识别结果；其中，根据所述目标人体的骨架关键点轨迹列表确定所述目标人体的动作识别结果包括：获取样本视频以及所述样本视频中的样本人体的粗分类动作标注，所述粗分类动作标注包括静止和移动；根据所述样本人体的骨架关键点轨迹列表确定具有静止的样本人体的第一方差均值，以及移动的样本人体的第二方差均值；根据所述第一方差均值和所述第二方差均值确定目标分类阈值；根据所述目标人体的骨架关键点轨迹列表和所述目标分类阈值确定所述目标人体的粗分类动作识别结果。3.如权利要求2所述的方法，其特征在于，根据所述目标人体的骨架关键点轨迹列表和所述目标分类阈值确定所述目标人体的粗分类动作识别结果包括：根据所述目标人体的骨架关键点轨迹列表确定所述目标人体在n个视频帧中的人体中心点；根据所述目标人体在n个视频帧中的人体中心点确定所述目标人体的中心点方差；根据所述目标分类阈值和所述目标人体的中心点方差确定所述目标人体的粗分类动作识别结果。4.如权利要求2所述的方法，其特征在于，根据所述第一方差均值和所述第二方差均值均值确定目标分类阈值包括：确定所述第一方差均值和第二方差均值中的最小值；确定所述第一方差均值和第二方差均值的差值的绝对值；根据所述最小值和所述绝对值的和确定目标分类阈值。5.如权利要求2所述的方法，其特征在于，所述动作识别结果包括精确分类动作识别结果；其中，根据所述目标人体的骨架关键点轨迹列表确定所述目标人体的动作识别结果还包括：确定待精确分类动作的待识别关键点；基于所述待识别关键点，对所述目标人体在第n个视频帧的骨架关键点数据采样获得采样关键点数据；根据所述采样关键点数据确定第一向量与第二向量；根据所述第一向量与所述第二向量的夹角确定所述目标人体在第n个视频帧的精确分类动作识别结果；
根据n个视频帧中所述目标人体的精确分类动作识别结果确定所述目标人体的精确分类动作识别结果。6.如权利要求1所述的方法，其特征在于，根据第n个视频帧中目标人体的骨架关键点数据对所述目标人体进行目标跟踪，获得所述目标人体在第n 1个视频帧中的预测位置包括：根据第n个视频帧中目标人体的骨架关键点数据确定第n个视频帧中所述目标人体的骨架边界区域；根据第n个视频帧中所述目标人体的骨架边界区域的直方图归一化特征确定所述目标人体在第n个视频帧的参考特征；在第n个视频帧中所述目标人体的骨架边界区域的中心点位置的预设区域范围内随机生成第n 1个视频帧中所述目标人体的k个潜在位置，k为大于0的整数；计算获得第n 1个视频帧中所述目标人体的k个潜在位置的参考特征；计算所述目标人体的参考特征与k个潜在位置的参考特征的k个相似度；将k个相似度中最大值对应的潜在位置确定为第n 1个视频帧中所述目标人体的骨架边界区域的更新中心点位置；根据第n 1个视频帧中所述目标人体的骨架边界区域的更新中心点位置确定所述目标人体在第n 1个视频帧中的预测位置。7.如权利要求1所述的方法，其特征在于，根据第n 1个视频帧中的骨架关键点数据和所述目标人体在第n 1个视频帧中的预测位置确定所述目标人体的骨架关键点轨迹列表包括：确定第n 1个视频帧中每个骨架关键点数据的骨架边界区域；计算所述目标人体在第n 1个视频帧中的预测位置与第n 1个视频帧中各骨架边界区域的面积重叠率；将第n 1个视频帧中具有最大面积重叠率的骨架边界区域对应的骨架关键点数据确定为所述目标人体在第n 1个视频帧中的骨架关键点数据；根据所述目标人体在n个视频帧中的骨架关键点数据确定所述目标人体的骨架关键点轨迹列表。8.如权利要求7所述的方法，其特征在于，根据所述目标人体在n个视频帧中的骨架关键点数据确定所述目标人体的骨架关键点轨迹列表包括：若所述目标人体在第n 1个视频帧中的预测位置与第n 1个视频帧中各骨架边界区域的面积重叠率中的最大值小于面积重叠率阈值，则根据第1个至第n个视频帧中所述目标人体的骨架关键点数据确定所述目标人体的骨架关键点轨迹列表；若第n 1个视频帧中存在一骨架关键点数据与第n个视频帧中目标人体的预测位置的面积重叠率均小于面积重叠率阈值，则将该骨架关键点数据确定为新增目标人体的骨架关键点数据，并根据第n 1个至第n个视频帧中所述新增目标人体的骨架关键点数据确定所述新增目标人体的骨架关键点轨迹列表。9.一种人体动作识别装置，其特征在于，包括：视频获取模块，用于获取待识别视频，所述待识别视频包括n个视频帧，n为大于0的整数；
关键点检测模块，用于对第n个视频帧和第n 1个视频帧进行关键点检测，获得第n个视频帧中目标人体的骨架关键点数据和第n 1个视频帧的骨架关键点数据，n＜n；目标跟踪模块，用于根据第n个视频帧中目标人体的骨架关键点数据对所述目标人体进行目标跟踪，获得所述目标人体在第n 1个视频帧中的预测位置；轨迹列表确定模块，用于根据第n 1个视频帧中的骨架关键点数据和所述目标人体在第n 1个视频帧中的预测位置确定所述目标人体的骨架关键点轨迹列表；动作识别模块，用于根据所述目标人体的骨架关键点轨迹列表确定所述目标人体的动作识别结果。10.一种电子设备，其特征在于，包括：至少一个处理器；存储装置，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-8中任一项所述的方法。11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本公开实施例提供一种人体动作识别方法、装置、电子设备及可读介质，该方法包括：获取待识别视频；对第n个视频帧和第n 1个视频帧进行关键点检测，获得第n个视频帧中目标人体的骨架关键点数据和第n 1个视频帧中的骨架关键点数据；根据第n个视频帧中目标人体的骨架关键点数据对目标人体进行目标跟踪，获得目标人体在第n 1个视频帧中的预测位置；根据第n 1个视频帧中的骨架关键点数据和目标人体在第n 1个视频帧中的预测位置确定所述目标人体的骨架关键点轨迹列表；根据目标人体的骨架关键点轨迹列表确定目标人体的动作识别结果。本公开实施例提供的人体动作识别方法、装置、电子设备及计算机可读介质，能够获得准确的动作识别结果。果。果。


技术研发人员：李铎 段冰
受保护的技术使用者：中国电信股份有限公司
技术研发日：2021.10.28
技术公布日：2022/1/28