申请/专利权人:西安电子科技大学广州研究院;琶洲实验室(黄埔)
申请日:2024-01-25
公开(公告)日:2024-05-07
公开(公告)号:CN117994843A
主分类号:G06V40/20
分类号:G06V40/20;G06V20/40;G06V10/74;G06F16/71
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.24#实质审查的生效;2024.05.07#公开
摘要:本发明公开了一种基于大模型的行为识别方法、装置、设备及存储介质,包括:获取规范行为视频,基于帧差法和人工挑选得到视频中各个动作的图片序列帧;基于大模型,根据预设的动作基元库对图片序列帧进行归一化处理,再通过给定提示,分别为处理后的各个图片序列帧生成文本内容,得到动作描述标准库;基于帧差法和人工挑选得到待识别视频中各个动作的待识别图片序列帧并输入到大模型,通过给定提示为待识别图片序列帧生成文本内容,得到待识别图片序列描述,并将其与动作描述标准库中的各个文本内容进行相似度匹配,以识别待识别图片序列描述对应的动作。采用本发明实施例,能降低工业场景中行为识别的时间成本,提高识别的效率、灵活性和准确率。
主权项:1.一种基于大模型的行为识别方法,其特征在于,包括:获取操作规范的行为视频,基于帧差法和人工挑选,从所述行为视频中获取各个动作的图片序列帧,以构建行为知识库;基于大模型,根据预设的第一动作基元库对所述行为知识库中的图片序列帧进行归一化处理,得到第二动作基元库;基于大模型,通过给定提示,分别为第二动作基元库中的各个图片序列帧生成文本内容,得到动作描述标准库;基于帧差法和人工挑选,从待识别视频中获取各个动作的待识别图片序列帧并输入到大模型,通过给定提示为所述待识别图片序列帧生成文本内容,得到待识别图片序列描述;对所述待识别图片序列描述与所述动作描述标准库中的各个文本内容进行相似度匹配,以识别所述待识别图片序列描述对应的动作。
全文数据:
权利要求:
百度查询: 西安电子科技大学广州研究院;琶洲实验室(黄埔) 一种基于大模型的行为识别方法、装置、设备及存储介质
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。