申请/专利权人:深圳云天励飞技术股份有限公司
申请日:2023-12-18
公开(公告)日:2024-04-09
公开(公告)号:CN117854146A
主分类号:G06V40/20
分类号:G06V40/20;G06V10/774;G06V10/80;G06V10/764;G06V10/46;G06V40/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明提供一种行为识别模型训练方法,获取单帧样本图像中单个人体实例的V个人体关键点的检测数据以及V个人体关键点之间的邻接关系;构造空间图卷积模型,空间图卷积模型包括骨干网络以及分类头,骨干网络包括多个空间图卷积单元,空间图卷积单元包括串联的特征升维卷积层、空间图卷积层以及特征融合卷积层,空间图卷积层包括根据V个人体关键点之间的邻接关系进行确定;通过训练数据集对空间图卷积模型进行训练,训练完成得到行为识别模型。仅以单帧人体关键点为输入模态,不需要提取时间特征,相较视频输入模态部署成本更低,不需要视觉追踪、id匹配等过程,使得行为识别过程更加高效,降低了计算资源需求,适用于部署在中低端嵌入式芯片。
主权项:1.一种行为识别模型训练方法,其特征在于,所述行为识别模型用于单帧图像的行为识别,所述方法包括以下步骤:获取单帧样本图像中至少一个人体实例的人体关键点检测结果,每个人体实例的人体关键点检测结果均包括V个人体关键点的检测数据,V大于1,每个人体实例对应一个行为标签;构造空间图卷积模型,所述空间图卷积模型包括骨干网络以及分类头,所述骨干网络包括多个空间图卷积单元,所述空间图卷积单元包括串联的特征升维卷积层、空间图卷积层以及特征融合卷积层,所述空间图卷积层包括根据所述V个人体关键点之间的邻接关系进行确定,所述分类头包括与行为类别的数量相关的全连接层;基于所述单帧样本图像中至少一个人体实例的人体关键点检测结果以及各个所述人体实例对应的行为标签来确定训练数据集,通过所述训练数据集对所述空间图卷积模型进行训练,训练完成得到所述行为识别模型。
全文数据:
权利要求:
百度查询: 深圳云天励飞技术股份有限公司 行为识别模型训练方法、行为识别方法及相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。