CN113591709A - 动作识别方法、装置、设备、介质和产品 - Google Patents

动作识别方法、装置、设备、介质和产品 Download PDF

Info

Publication number
CN113591709A
CN113591709A CN202110872867.6A CN202110872867A CN113591709A CN 113591709 A CN113591709 A CN 113591709A CN 202110872867 A CN202110872867 A CN 202110872867A CN 113591709 A CN113591709 A CN 113591709A
Authority
CN
China
Prior art keywords
action
conversion
video frame
determining
video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110872867.6A
Other languages
English (en)
Other versions
CN113591709B (zh
Inventor
周德森
王健
孙昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110872867.6A priority Critical patent/CN113591709B/zh
Publication of CN113591709A publication Critical patent/CN113591709A/zh
Priority to US17/870,660 priority patent/US20220360796A1/en
Application granted granted Critical
Publication of CN113591709B publication Critical patent/CN113591709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种动作识别方法、装置、设备、介质和产品，涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。具体实现方案为：获取目标视频；确定目标视频对应的各个动作类别；对于每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧；基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。本实现方式可以提高动作次数确定效率。

Description

动作识别方法、装置、设备、介质和产品
技术领域
本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。
背景技术
目前，在人体动作视频中，包含着不同种类的动作，需要分别确定这些不同种类的动作在人体动作视频中的动作次数。
现有的确定动作次数的方式往往需要针对不同种类的动作，训练不同的模型，基于多模型推理不同种类的动作次数。可见，现在的动作次数确定方式存在着效率较低的问题。
发明内容
本公开提供了一种动作识别方法、装置、设备、介质和产品。
根据本公开的一方面，提供了一种动作识别方法，包括：获取目标视频；确定目标视频对应的各个动作类别；对于每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧；基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
根据本公开的另一方面，提供了一种动作识别装置，包括：视频获取单元，被配置成获取目标视频；类别确定单元，被配置成确定目标视频对应的各个动作类别；转换帧确定单元，被配置成对于每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧；动作计数单元，被配置成基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
根据本公开的另一方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上任意一项动作识别方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上任意一项动作识别方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上任意一项动作识别方法。
根据本公开的技术，提供一种动作识别方法，能够提高动作次数确定效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的动作识别方法的一个实施例的流程图；
图3是根据本公开的动作识别方法的一个应用场景的示意图；
图4是根据本公开的动作识别方法的另一个实施例的流程图；
图5是根据本公开的动作识别装置的一个实施例的结构示意图；
图6是用来实现本公开实施例的动作识别方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以为手机、电脑以及平板等电子设备，终端设备101、102、103可以从本地或者从建立连接的其他设备中获取动作视频，在确定动作视频中各个动作类别对应的动作次数的场景下，终端设备101、102、103可以将动作视频通过网络104传输给服务器105，以使服务器105执行动作次数确定操作，接收服务器105返回的动作视频中出现的各个种类的动作的次数。又或者，终端设备101、102、103也可以直接对动作视频执行动作次数确定操作，得到动作视频中出现的各个种类的动作的次数。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于电视、智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如，服务器105可以获取终端设备101、102、103传输的目标视频，并对目标视频对应的每个动作类别，从目标视频中确定相应的动作转换前视频帧和动作转换后视频帧，并基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别的动作次数，并将各个动作类别的动作次数返回给终端设备101、102、103。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的动作识别方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，动作识别装置可以设置于终端设备101、102、103中，也可以设于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的动作识别方法的一个实施例的流程200。本实施例的动作识别方法，包括以下步骤：
步骤201，获取目标视频。
在本实施例中，执行主体(如图1中的终端设备101、102、103或者服务器105)可以从本地存储或者预先建立连接的其他电子设备中获取需要进行动作计数的目标视频。其中，目标视频中包含着指定对象的动作，指定对象可以为人体、机动车辆、非机动车辆等各类对象，本实施例对此不做限定。动作可以包括人体深蹲、车辆掉头等各类动作，本实施例对此不做限定。
步骤202，确定目标视频对应的各个动作类别。
在本实施例中，执行主体可以将需要进行动作计数的动作类别作为上述目标视频对应的各个动作类别。具体的，执行主体可以先获取预先设定的动作计数需求，并对动作计数需求进行分析，确定需要进行动作计数的各个动作类别。这里的动作类别可以是针对某类特定对象的动作类别，如针对人体的动作类别，也可以是针对至少两类对象的动作类别，如针对人体和车辆的动作类别，具体的动作类别的设定可以根据实际计数需求确定，本实施例对此不做限定。或者，执行主体也可以基于对目标视频的各个视频帧进行图像分析，得到各个视频帧中存在的各个动作类别，作为上述的目标视频对应的各个动作类别。
步骤203，对于每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
在本实施例中，执行主体可以先确定目标视频对应的各个视频帧，再基于图像识别技术，确定目标视频中每个视频帧对应的动作类别，以及每个视频帧在其对应的动作类别下属于动作转换前的图像或者动作转换后的图像。之后，执行主体可以对于每个动作类别，从各个视频帧中确定该动作类别对应的动作转换前的视频帧，也即是该动作类别对应的动作转换前视频帧。以及对于每个动作类别，从各个视频帧中确定该动作类别对应的动作转换后的视频帧，也即是该动作类别对应的动作转换后视频帧。其中，动作转换前视频帧指的是动作类别对应的动作初始状态对应的视频帧，动作转换后视频帧指的是动作类别对应的动作结束状态对应的视频帧。举例而言，对于动作类别为深蹲的情况，该动作类别对应的动作转换前的图像为站立图像，该动作类别对应的动作转换后的图像为深蹲到底的图像，此时，从目标视频中确定出与该动作类别对应的动作转换前视频帧即为目标视频中站立图像对应的视频帧，以及从目标视频中确定出与该动作类别对应的动作转换后视频帧即为目标视频中深蹲到底的图像对应的视频帧。
步骤204，基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
在本实施例中，执行主体可以对每个动作类别，基于该动作类别对应的动作转换前视频帧和动作转换后视频帧，确定该动作类别对应的动作次数。
在本实施例的一些可选的实现方式中，基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数可以包括：对于每个动作类别，确定该动作类别对应的动作转换前视频帧和动作转换后视频帧在目标视频中的帧位置；按照帧位置由前至后的顺序依次遍历该动作类别对应的动作转换前视频帧和动作转换后视频帧；在遍历过程中，响应于检测到该动作类别对应的动作转换前视频帧的下一遍历帧是动作转换后视频帧、且动作转换前视频帧和下一遍历帧在目标视频中的帧位置指示互为相邻帧，将该动作类别对应的动作次数加一，且动作次数的初始值为零，直至遍历结束，得到该动作类别对应的动作次数。
继续参见图3，其示出了根据本公开的动作识别方法的一个应用场景的示意图。在图3的应用场景中，执行主体可以先获取需要进行动作计数的目标视频301，目标视频301包括视频帧1、视频帧2直至视频帧n。执行主体可以先确定目标视频301对应的各个动作类别，具体为动作类别A、动作类别B和动作类别C。之后，对于每个动作类别，可以从目标视频301对应的n个视频帧中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧，得到目标视频301对应的动作转换前后视频帧302，具体可以包括动作类别A对应的动作转换前视频帧、动作类别A对应的动作转换后视频帧、动作类别B对应的动作转换前视频帧、动作类别B对应的动作转换后视频帧、动作类别C对应的动作转换前视频帧、动作类别C对应的动作转换后视频帧等。之后，执行主体可以基于动作转换前后视频帧302，对于每个动作类别，根据该动作类别的动作转换前视频帧和动作转换后视频帧确定该动作类别的动作次数，得到各个动作类别对应的动作次数303。其中，各个动作类别对应的动作次数303可以包括动作类别A对应的动作次数、动作类别B对应的动作次数以及动作类别C对应的动作次数。
本公开上述实施例提供的动作识别方法，能够对于目标视频对应的每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧，并基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。这一过程能够基于各个动作类别的动作转换前后视频帧，同时确定多个动作类别对应的动作次数，能够提高动作次数的确定效率。
继续参见图4，其示出了根据本公开的动作识别方法的另一个实施例的流程400。如图4所示，本实施例的动作识别方法可以包括以下步骤：
步骤401，获取各个样本图像。
在本实施例中，执行主体可以根据动作识别模型对目标视频中的每个视频帧确定该视频帧对应的动作信息，如根据对每个视频帧进行动作识别，得到该视频帧的动作信息，动作信息用于指示该视频帧属于的动作类别，以及该视频帧属于该动作类别下的动作转换前视频帧或是动作转换后视频帧。其中，对于动作识别模型的训练可以采用步骤401至步骤404的方式进行。执行主体先获取用于训练动作识别模型的样本图像，样本图像包含着指定对象的动作。
在本实施例的一些可选的实现方式中，获取各个样本图像，包括：确定各个动作类别对应的类别数量；基于目标参数，获取各个动作类别对应的各个样本图像；目标参数包括以下至少一项：类别数量、预设的动作角度、预设的距离参数、动作转换参数。
在本实现方式中，执行主体可以先确定上述需要计数的各个动作类别的类别数量，之后，执行主体可以基于类别数量、预设的动作角度、预设的距离参数和动作转换参数中的任意组合，获取样本图像。其中，预设的动作角度可以为0度、45度、90度、135度和180度中的任意组合，也可以为其他数值，本实施例对此不做限定。预设的距离参数指的是与指定对象之间的拍摄距离的参数，例如可以按照与指定对象之间的拍摄距离由远及近的方式，选取若干距离值作为预设的距离参数。以及，动作转换参数可以包括动作转换前图像参数和动作转换后图像参数。采用这种方式获取样本图像，可以获取每个动作类别对应的动作转换前不同角度、距离的样本图像，以及每个动作类别对应的动作转换后不同角度、距离的样本图像，能够提高样本图像的全面性。
步骤402，确定每个样本图像对应的动作标注信息。
在本实施例中，执行主体在获取各个样本图像之后，可以确定每个样本图像对应的动作标注信息。其中，动作标注信息用于标注该样本图像的真实动作类别以及真实动作转换类别。其中，真实动作转换类别为动作转换前类别或者动作转换后类别。并且，这些动作标注信息可以由人工标注并进行存储。可选的，动作标注信息也可以只包括真实动作类别，而不包括真实动作转换类别，此时，这些动作标注信息可以基于现有的动作识别方式，基于对样本图像的图像特征进行分析确定得到。
步骤403，基于各个样本图像和待训练模型，确定各个样本图像对应的样本动作信息。
在本实施例中，执行主体可以将每个样本图像输入待训练模型，得到与该样本图像对应的样本动作信息。这里的待训练模型可以为神经网络模型。并且，优选的，执行主体在获取各个样本图像之后，可以将这些样本图像输入预设的关键点识别模型，得到每个样本图像对应的姿态关键点。姿态关键点用于描述样本图像中指定对象的姿态信息，例如可以包括各个骨骼关键点。此时，待训练模型可以采用图卷积神经网络模型。基于将每个样本图像输入图卷积神经网络模型，可以使得图卷积神经网络模型基于该样本图像对应的姿态关键点构建各个姿态关键点的连接信息。例如，对于姿态关键点包括“胳膊”和“肘部”的情况，此时图卷积神经网络模型可以构建“胳膊”和“肘部”之间的连接关系。之后，图卷积神经网络模型基于对每个样本图像的姿态关键点进行识别，能够确定每个姿态关键点对应的特征向量，这里的特征向量可以包括128、256等数值维度的向量，本实施例对于具体的数值维度不做限定。对于每个样本图像，将该样本图像中的每个姿态关键点对应的特征向量进行池化操作，可以得到该样本图像对应的特征向量。之后，执行主体基于该样本图像对应的特征向量，输出该样本图像属于各个动作类别对应的动作转换前视频帧的概率以及属于各个动作类别对应的动作转换后视频帧的概率，并基于这些概率确定该样本图像对应的样本动作信息。并且，对于每个动作类别，还可以利用softmax函数(Softmax logicalregression，一种逻辑回归函数)对这些概率进行归一化处理，得到归一化处理后的概率。归一化处理后的概率中，每个动作类别对应的动作转换前视频帧的概率和动作转换后视频帧的概率之和为1。
在本实施例的一些可选的实现方式中，基于各个样本图像和待训练模型，确定各个样本图像对应的样本动作信息，包括：对于每个样本图像，基于该样本图像和待训练模型，确定该样本图像属于各个动作类别对应的动作转换前视频帧和动作转换后视频帧的样本概率信息；基于样本概率信息，确定样本动作信息。
在本实现方式中，执行主体可以将样本图像输入待训练模型，得到的训练模型输出的该样本图像属于各个动作类别对应的动作转换前视频帧和动作转换后视频帧的样本概率信息。优选的，这里的样本概率信息为上述归一化处理后的概率。之后，执行主体可以基于样本概率信息确定该样本图像最大可能属于的动作类别，可选的，执行主体还可以基于样本概率信息确定该样本图像最大可能属于的动作类别下的动作转换类别，动作转换类别为动作转换前视频帧或者动作转换后视频帧。样本动作信息可以为该样本图像的预测动作类别以及预测动作转换类别。其中，预测动作转换类别为动作转换前类别或者动作转换后类别。
步骤404，基于样本动作信息、动作标注信息以及预设的损失函数，对待训练模型进行训练，直至待训练模型收敛，得到预设的动作识别模型。
在本实施例中，动作识别模型的训练可以基于对多个不同动作类别的动作识别进行同时训练。具体的，执行主体在得到样本动作信息之后，可以将样本动作信息、动作标注信息代入动作类别对应的损失函数中，进行反向传播，对待训练模型进行训练。其中，预设的损失函数可以包括不同动作类别分别对应的不同损失函数，也可以为不同动作类别对应的相同损失函数。在模型训练阶段，执行主体可以按照动作类别，基于样本图像中该动作类别对应的样本动作信息、动作标注信息代入损失函数。并且，在将样本图像中该动作类别对应的样本动作信息代入损失函数时，可以基于样本动作信息，确定样本图像属于真实动作类别的动作转换前视频帧的概率以及样本图像属于真实动作类别的动作转换后视频帧的概率，将这两个概率值和动作标注信息代入损失函数，从而实现更精准的模型训练。
步骤405，获取目标视频。
在本实施例中，对于步骤405的描述请参照对于步骤201的详细描述，在此不再赘述。
步骤406，确定目标视频对应的各个动作类别。在本实施例中，对于步骤406的描述请参照对于步骤202的详细描述，在此不再赘述。
步骤407，基于目标视频和预设的动作识别模型，确定目标视频中各个视频帧对应的动作信息。
在本实施例中，执行主体在获取目标视频之后，优选的，基于预设的关键点识别模型和目标视频，确定目标视频中每个视频帧中指定对象的姿态关键点，之后，基于这些姿态关键点和使用图神经网络构建的动作识别模型，确定每个视频帧属于各个动作类别对应的动作转换前和动作转换后视频帧的概率信息。再基于概率信息确定动作信息，其中，动作信息指的是视频帧较大概率属于的动作类别，以及视频帧较大概率属于的动作类别下的帧类别，帧类别包括动作转换前视频帧和动作转换后视频帧。
在本实施例的一些可选的实现方式中，基于目标视频和预设的动作识别模型，确定目标视频中各个视频帧对应的动作信息，包括：对于目标视频中每个视频帧，基于该视频帧和预设的动作识别模型，确定该视频帧属于各个动作类别对应的动作转换前视频帧和动作转换后视频帧的概率信息；基于概率信息，确定动作信息。
在本实现方式中，执行主体可以基于概率信息，响应于确定视频帧属于目标动作类别下的动作转换前视频帧的概率大于预设的第一阈值，将该视频帧的动作信息确定为目标动作类别下的动作转换前视频帧。响应于确定视频帧属于目标动作类别下的动作转换前视频帧的概率小于预设的第二阈值，将该视频帧的动作信息确定为目标动作类别下的动作转换后视频帧。其中，第一阈值与第二阈值之和为一。又或者，执行主体也可以响应于确定视频帧属于目标动作类别下的动作转换后视频帧的概率大于预设的第三阈值，将该视频帧的动作信息确定为目标动作类别下的动作转换后视频帧。
步骤408，对于每个动作类别，基于动作信息，从各个视频帧中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
在本实施例中，由于动作信息用于标识各个视频帧对应的动作类别，以及在动作类别下的动作转换类别，动作转换类别包括动作转换前视频帧和动作转换后视频帧。因此，执行主体可以基于对动作信息进行分析，从各个视频帧中确定动作类别对应的动作转换前视频帧和动作转换后视频帧。
步骤409，对于每个动作类别，确定该动作类别对应的动作转换前视频帧和动作转换后视频帧之间的动作转换次数。
在本实施例中，动作转换次数可以为从动作转换前视频帧转换至动作转换后视频帧的次数，也可以为从动作转换后视频帧转换至动作转换前视频帧的次数，本实施例对此不做限定。
步骤410，基于各个动作类别对应的动作转换次数，确定各个动作类别对应的动作次数。
在本实施例中，执行主体可以将每个动作类别的动作转换前视频帧和动作转换后视频帧之间的动作转换次数，确定为该动作类别对应的动作次数。
本公开的上述实施例提供的动作识别方法，还可以基于动作识别模型确定视频帧的动作信息，再基于动作信息确定动作转换前视频帧和动作转换后视频帧，优选的，动作识别模型还可以采用图神经网络模型构建，从而提高了动作信息识别的准确度。并且，在动作识别模型的训练阶段，可以实现多种不同动作类别的统一训练，不必针对不同的动作类别单独训练模型，提高了模型训练效率。以及，在模型训练阶段，所采用的样本图像考虑了动作类别数量、动作角度、距离、动作转换等多种参数，提高了样本图像的全面性，从而进一步提升模型训练效果。以及，将每个动作类别对应的动作转换前视频帧和动作转换后视频帧之间的动作转换次数，作为该动作类别对应的动作次数，能够进一步提高动作次数的确定准确度。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种动作识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于终端设备、服务器等电子设备中。
如图5所示，本实施例的动作识别装置500包括：视频获取单元501、类别确定单元502、转换帧确定单元503和动作计数单元504。
视频获取单元501，被配置成获取目标视频。
类别确定单元502，被配置成确定目标视频对应的各个动作类别。
转换帧确定单元503，被配置成对于每个动作类别，从目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
动作计数单元504，被配置成基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
在本实施例的一些可选的实现方式中，转换帧确定单元503进一步被配置成：基于目标视频和预设的动作识别模型，确定目标视频中各个视频帧对应的动作信息；对于每个动作类别，基于动作信息，从各个视频帧中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
在本实施例的一些可选的实现方式中，转换帧确定单元503进一步被配置成：对于目标视频中每个视频帧，基于该视频帧和预设的动作识别模型，确定该视频帧属于各个动作类别对应的动作转换前视频帧和动作转换后视频帧的概率信息；基于概率信息，确定动作信息。
在本实施例的一些可选的实现方式中，还包括：模型训练单元，被配置成获取各个样本图像；确定每个样本图像对应的动作标注信息；基于各个样本图像和待训练模型，确定各个样本图像对应的样本动作信息；基于样本动作信息、动作标注信息以及预设的损失函数，对待训练模型进行训练，直至待训练模型收敛，得到预设的动作识别模型。
在本实施例的一些可选的实现方式中，模型训练单元进一步被配置成：确定各个动作类别对应的类别数量；基于目标参数，获取各个动作类别对应的各个样本图像；目标参数包括以下至少一项：类别数量、预设的动作角度、预设的距离参数、动作转换参数。
在本实施例的一些可选的实现方式中，模型训练单元进一步被配置成：对于每个样本图像，基于该样本图像和待训练模型，确定该样本图像属于各个动作类别对应的动作转换前视频帧和动作转换后视频帧的样本概率信息；基于样本概率信息，确定样本动作信息。
在本实施例的一些可选的实现方式中，动作计数单元504进一步被配置成：对于每个动作类别，确定该动作类别对应的动作转换前视频帧和动作转换后视频帧之间的动作转换次数；基于各个动作类别对应的动作转换次数，确定各个动作类别对应的动作次数。
应当理解，动作识别装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用车载通话的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如动作识别方法。例如，在一些实施例中，动作识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的动作识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行动作识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种动作识别方法，包括：
获取目标视频；
确定所述目标视频对应的各个动作类别；
对于每个动作类别，从所述目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧；
基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
2.根据权利要求1所述的方法，其中，所述对于每个动作类别，从所述目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧，包括：
基于所述目标视频和预设的动作识别模型，确定所述目标视频中各个视频帧对应的动作信息；
对于每个动作类别，基于所述动作信息，从所述各个视频帧中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
3.根据权利要求2所述的方法，其中，所述基于所述目标视频和预设的动作识别模型，确定所述目标视频中各个视频帧对应的动作信息，包括：
对于所述目标视频中每个视频帧，基于该视频帧和所述预设的动作识别模型，确定该视频帧属于所述各个动作类别对应的动作转换前视频帧和动作转换后视频帧的概率信息；
基于所述概率信息，确定所述动作信息。
4.根据权利要求2所述的方法，其中，所述预设的动作识别模型由以下步骤训练得到：
获取各个样本图像；
确定每个样本图像对应的动作标注信息；
基于所述各个样本图像和待训练模型，确定所述各个样本图像对应的样本动作信息；
基于所述样本动作信息、所述动作标注信息以及预设的损失函数，对所述待训练模型进行训练，直至所述待训练模型收敛，得到所述预设的动作识别模型。
5.根据权利要求4所述的方法，其中，所述获取各个样本图像，包括：
确定所述各个动作类别对应的类别数量；
基于目标参数，获取所述各个动作类别对应的所述各个样本图像；所述目标参数包括以下至少一项：所述类别数量、预设的动作角度、预设的距离参数、动作转换参数。
6.根据权利要求4所述的方法，其中，所述基于所述各个样本图像和待训练模型，确定所述各个样本图像对应的样本动作信息，包括：
对于每个样本图像，基于该样本图像和所述待训练模型，确定该样本图像属于所述各个动作类别对应的动作转换前视频帧和动作转换后视频帧的样本概率信息；
基于所述样本概率信息，确定所述样本动作信息。
7.根据权利要求1至6任一项所述的方法，其中，所述基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数，包括：
对于每个动作类别，确定该动作类别对应的动作转换前视频帧和动作转换后视频帧之间的动作转换次数；
基于各个动作类别对应的动作转换次数，确定各个动作类别对应的动作次数。
8.一种动作识别装置，包括：
视频获取单元，被配置成获取目标视频；
类别确定单元，被配置成确定所述目标视频对应的各个动作类别；
转换帧确定单元，被配置成对于每个动作类别，从所述目标视频中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧；
动作计数单元，被配置成基于各个动作类别对应的动作转换前视频帧和动作转换后视频帧，确定各个动作类别对应的动作次数。
9.根据权利要求8所述的装置，其中，所述转换帧确定单元进一步被配置成：
基于所述目标视频和预设的动作识别模型，确定所述目标视频中各个视频帧对应的动作信息；
对于每个动作类别，基于所述动作信息，从所述各个视频帧中确定该动作类别对应的动作转换前视频帧和动作转换后视频帧。
10.根据权利要求9所述的装置，其中，所述转换帧确定单元进一步被配置成：
对于所述目标视频中每个视频帧，基于该视频帧和所述预设的动作识别模型，确定该视频帧属于所述各个动作类别对应的动作转换前视频帧和动作转换后视频帧的概率信息；
基于所述概率信息，确定所述动作信息。
11.根据权利要求9所述的装置，其中，还包括：
模型训练单元，被配置成获取各个样本图像；确定每个样本图像对应的动作标注信息；基于所述各个样本图像和待训练模型，确定所述各个样本图像对应的样本动作信息；基于所述样本动作信息、所述动作标注信息以及预设的损失函数，对所述待训练模型进行训练，直至所述待训练模型收敛，得到所述预设的动作识别模型。
12.根据权利要求11所述的装置，其中，所述模型训练单元进一步被配置成：
确定所述各个动作类别对应的类别数量；
基于目标参数，获取所述各个动作类别对应的所述各个样本图像；所述目标参数包括以下至少一项：所述类别数量、预设的动作角度、预设的距离参数、动作转换参数。
13.根据权利要求11所述的装置，其中，所述模型训练单元进一步被配置成：
对于每个样本图像，基于该样本图像和所述待训练模型，确定该样本图像属于所述各个动作类别对应的动作转换前视频帧和动作转换后视频帧的样本概率信息；
基于所述样本概率信息，确定所述样本动作信息。
14.根据权利要求8至13任一项所述的装置，其中，所述动作计数单元进一步被配置成：
对于每个动作类别，确定该动作类别对应的动作转换前视频帧和动作转换后视频帧之间的动作转换次数；
基于各个动作类别对应的动作转换次数，确定各个动作类别对应的动作次数。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
CN202110872867.6A 2021-07-30 2021-07-30 动作识别方法、装置、设备、介质和产品 Active CN113591709B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110872867.6A CN113591709B (zh) 2021-07-30 2021-07-30 动作识别方法、装置、设备、介质和产品
US17/870,660 US20220360796A1 (en) 2021-07-30 2022-07-21 Method and apparatus for recognizing action, device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110872867.6A CN113591709B (zh) 2021-07-30 2021-07-30 动作识别方法、装置、设备、介质和产品

Publications (2)

Publication Number Publication Date
CN113591709A true CN113591709A (zh) 2021-11-02
CN113591709B CN113591709B (zh) 2022-09-23

Family

ID=78252792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110872867.6A Active CN113591709B (zh) 2021-07-30 2021-07-30 动作识别方法、装置、设备、介质和产品

Country Status (2)

Country Link
US (1) US20220360796A1 (zh)
CN (1) CN113591709B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333065A (zh) * 2021-12-31 2022-04-12 济南博观智能科技有限公司 一种应用于监控视频的行为识别方法、系统及相关装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170118539A1 (en) * 2015-10-26 2017-04-27 Alpinereplay, Inc. System and method for enhanced video image recognition using motion sensors
CN110992454A (zh) * 2019-11-29 2020-04-10 南京甄视智能科技有限公司 基于深度学习的实时动作捕捉和三维动画生成方法与装置
CN112784926A (zh) * 2021-02-07 2021-05-11 四川长虹电器股份有限公司 一种手势交互的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170118539A1 (en) * 2015-10-26 2017-04-27 Alpinereplay, Inc. System and method for enhanced video image recognition using motion sensors
CN110992454A (zh) * 2019-11-29 2020-04-10 南京甄视智能科技有限公司 基于深度学习的实时动作捕捉和三维动画生成方法与装置
CN112784926A (zh) * 2021-02-07 2021-05-11 四川长虹电器股份有限公司 一种手势交互的方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333065A (zh) * 2021-12-31 2022-04-12 济南博观智能科技有限公司 一种应用于监控视频的行为识别方法、系统及相关装置

Also Published As

Publication number Publication date
US20220360796A1 (en) 2022-11-10
CN113591709B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN113326764A (zh) 训练图像识别模型和图像识别的方法和装置
CN113436100B (zh) 用于修复视频的方法、装置、设备、介质和产品
CN113657483A (zh) 模型训练方法、目标检测方法、装置、设备以及存储介质
CN113378855A (zh) 用于处理多任务的方法、相关装置及计算机程序产品
CN112580666A (zh) 图像特征的提取方法、训练方法、装置、电子设备及介质
CN113627361B (zh) 人脸识别模型的训练方法、装置及计算机程序产品
CN113792876B (zh) 骨干网络的生成方法、装置、设备以及存储介质
CN114186681A (zh) 用于生成模型簇的方法、装置及计算机程序产品
CN113591709B (zh) 动作识别方法、装置、设备、介质和产品
CN115273148B (zh) 行人重识别模型训练方法、装置、电子设备及存储介质
CN113360672B (zh) 用于生成知识图谱的方法、装置、设备、介质和产品
CN113610856B (zh) 训练图像分割模型和图像分割的方法和装置
CN116152702A (zh) 点云标签的获取方法、装置、电子设备和自动驾驶车辆
CN114120410A (zh) 用于生成标签信息的方法、装置、设备、介质和产品
CN114842541A (zh) 模型的训练及人脸识别方法、装置、设备以及存储介质
CN114882334A (zh) 用于生成预训练模型的方法、模型训练方法及装置
CN115312042A (zh) 用于处理音频的方法、装置、设备以及存储介质
CN113989568A (zh) 目标检测方法、训练方法、装置、电子设备以及存储介质
CN113205131A (zh) 图像数据的处理方法、装置、路侧设备和云控平台
CN113361575A (zh) 模型训练方法、装置和电子设备
CN116416500B (zh) 图像识别模型训练方法、图像识别方法、装置及电子设备
CN114926447B (zh) 用于训练模型的方法、用于检测目标的方法和装置
CN116229209B (zh) 目标模型的训练方法、目标检测方法及装置
CN115169549B (zh) 人工智能模型更新方法、装置、电子设备及存储介质
US20220383626A1 (en) Image processing method, model training method, relevant devices and electronic device

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant