CN113657209B - 动作识别方法、装置、电子设备和存储介质 - Google Patents
动作识别方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113657209B CN113657209B CN202110871172.6A CN202110871172A CN113657209B CN 113657209 B CN113657209 B CN 113657209B CN 202110871172 A CN202110871172 A CN 202110871172A CN 113657209 B CN113657209 B CN 113657209B
- Authority
- CN
- China
- Prior art keywords
- time
- space
- features
- granularity
- feature
- 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.)
- Active
Links
- 230000009471 action Effects 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 61
- 235000019580 granularity Nutrition 0.000 claims abstract description 137
- 230000000875 corresponding effect Effects 0.000 claims description 111
- 238000005070 sampling Methods 0.000 claims description 57
- 230000004927 fusion Effects 0.000 claims description 45
- 238000000605 extraction Methods 0.000 claims description 44
- 230000002123 temporal effect Effects 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 12
- 230000002596 correlated effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 15
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000007635 classification algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000036403 neuro physiology Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种动作识别方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、图像处理、动作识别、视频分析技术领域。具体实现方案为：获取关键点序列，并提取所述关键点序列的第一时空特征；对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作。该方法可从关键点序列中提取出不同时间粒度对应的第二时空特征，并基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。由此，可综合考虑到不同时间粒度对应的第二时空特征对动作识别的影响，有助于提升动作识别性能和精准性。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种动作识别方法、装置、电子设备、存储介质和计算机程序产品。
背景技术
目前，随着人工智能技术的发展，动作识别在智能监控、视频分析等领域得到了广泛应用，比如，在智能监控场景中，通过对摄像头采集的视频中的人类行为进行动作识别，识别到异常行为时可发出报警信息，可实现对人类行为的智能监控和报警；在视频分析场景中，通过对视频中的人类行为进行动作识别，并根据动作识别结果将视频进行分类，可实现视频的自动分类。然而，现有技术中的动作识别方法的性能和精准性较低。
发明内容
本公开提供了一种动作识别方法、装置、电子设备、存储介质和计算机程序产品。
根据本公开的一方面，提供了一种动作识别方法，包括：获取关键点序列，并提取所述关键点序列的第一时空特征；对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作。
根据本公开的另一方面，提供了一种动作识别装置，包括：第一提取模块，用于获取关键点序列，并提取所述关键点序列的第一时空特征；第二提取模块，用于对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；获取模块，用于基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作。
根据本公开的另一方面，提供了一种电子设备，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，所述计算机指令用于使所述计算机执行动作识别方法。
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，所述计算机程序在被处理器执行时实现动作识别方法。
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是根据本公开第一实施例的动作识别方法的流程示意图；
图2是根据本公开第二实施例的动作识别方法的流程示意图；
图3是根据本公开第三实施例的动作识别方法的流程示意图；
图4是根据本公开第四实施例的动作识别方法的流程示意图；
图5是根据本公开第一实施例的动作识别模型的示意图；
图6是根据本公开第一实施例的动作识别装置的框图；
图7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。
AI(Artificial Intelligence，人工智能)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前，AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。
计算机视觉(Computer Vision)是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉是一门综合性的学科，包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。
图像处理(Image Processing)是指用计算机对图像进行分析，以达到所需结果的技术。图像处理一般指数字图像处理，数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
动作识别(Action Recognition)是指理解视频中人的动作和行为，是计算机视觉和智能视频分析领域的一个挑战性问题，也是视频内容理解的关键。动作识别在智能监控摄像头中对人类异常行为的检测和报警，在视频中对人类行为的分类和检索等领域得到了广泛应用。
IVS(Intelligent Video System，视频分析)是指使用计算机图像视觉分析技术，通过将摄像机场景中背景和目标分离，进而分析并追踪在摄像机场景内出现的目标的技术。视频分析技术基于人工智能、图像分析、计算机视觉等技术来实现，向着数字化、网络化、智能化的方向发展。
图1是根据本公开第一实施例的动作识别方法的流程示意图。
如图1所示，本公开第一实施例的动作识别方法，包括：
S101，获取关键点序列，并提取关键点序列的第一时空特征。
需要说明的是，本公开实施例的动作识别方法的执行主体可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选地，执行主体可包括工作站、服务器，计算机、用户终端及其他智能设备。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
应说明的是，本公开的实施例中，对关键点的类型不做过多限定，例如，动作识别对象为人体时，关键点包括但不限于骨骼关键点、关节关键点等。
本公开的实施例中，可获取关键点序列。可以理解的是，关键点序列可包括多个关键点的位置信息和时间信息，即包括时间维度和空间维度上的信息。其中，位置信息包括但不限于二维坐标、三维坐标。比如，关键点序列可包括18个关键点在30帧图像中的三维坐标。
在一种实施方式中，可在采样时间段内按照预设的采样频率采集关键点的位置信息，生成关键点序列。其中，采样时间段、采样频率均可根据实际情况进行设置，这里不做过多限定，例如，采样时间段可设置为上午10点10分0秒至上午10点10分5秒，采样频率可设置为每秒30帧，即每秒采集30帧图像，并从每帧图像中采集关键点的位置信息。
本公开的实施例中，还可提取关键点序列的第一时空特征。应说明的是，时空特征指的是关键点序列的时间维度和空间维度结合得到的特征。
在一种实施方式中，第一时空特征可包括多个类型的时空特征，即第一时空特征为多尺度。例如，第一时空特征包括但不限于相同关键点在不同帧下的距离，以及不同关键点在相同帧下的距离，以及不同关键点在不同帧下的距离等，这里不做过多限定。
在一种实施方式中，可基于预设的特征提取算法从关键点序列中提取第一时空特征。其中，特征提取算法可根据实际情况进行设置，这里不做过多限定，例如，特征提取算法可包括图卷积网络(Graph Convolution Networks，GCN)。
在一种实施方式中，可基于多尺度统一时空图卷积网络(Multiple Scales-Graphconvolution networks3Dimension，MS-G3D)从关键点序列中提取多尺度的第一时空特征。
S102，对第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征。
应说明的是，本公开的实施例中，时间粒度可表征时空特征在时间维度上的稀疏度。
本公开的实施例中，可对第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征，即可得到不同稀疏度的第二时空特征。
在一种实施方式中，可基于预设的特征提取算法从第一时空特征中提取每个时间粒度对应的第二时空特征。其中，特征提取算法可根据实际情况进行设置，这里不做过多限定，例如，特征提取算法可包括图卷积网络(Graph Convolution Networks，GCN)。可以理解的是，不同时间粒度可对应不同的特征提取算法。
S103，基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。
在一种实施方式中，基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作，可包括基于任一时间粒度的第二时空特征，获取关键点序列的候选识别动作，并从多个候选识别动作中选取目标识别动作。
可选的，从多个候选识别动作中选取目标识别动作，可包括将数量最大的候选识别动作确定为目标识别动作。可以理解的是，数量最大的候选识别动作为目标识别动作的可能性较大，则可将数量最大的候选识别动作确定为目标识别动作。
例如，时间粒度可设置为3个，分别对应第二时空特征f1、f2、f3，根据第二时空特征f1、f2、f3获取的关键点序列的候选识别动作分别为写字、打字、打字，可知打字的数量最大，则可将打字作为关键点序列的目标识别动作。
综上，根据本公开实施例的动作识别方法，可从关键点序列中提取出不同时间粒度对应的第二时空特征，并基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。由此，可综合考虑到不同时间粒度对应的第二时空特征对动作识别的影响，有助于提升动作识别性能和精准性。
图2是根据本公开第二实施例的动作识别方法的流程示意图。
如图2所示，本公开第二实施例的动作识别方法，包括：
S201，获取关键点序列，并提取关键点序列的第一时空特征。
步骤S201的相关内容可参见上述实施例，这里不再赘述。
S202，针对每个时间粒度，对第一时空特征基于时间粒度对应的采样率进行降采样，得到时间粒度下的降采样时空特征。
本公开的实施例中，不同的时间粒度可对应不同的采样率。时间粒度对应的稀疏度与采样率正相关，即密集的时间粒度对应的采样率较大，稀疏的时间粒度对应的采样率较小。
在一种实施方式中，采样率包括但不限于1、1/2、1/4等，这里不做过多限定。
在一种实施方式中，对第一时空特征基于时间粒度对应的采样率进行降采样，得到时间粒度下的降采样时空特征，可包括基于任一采样率获取降采样的采样周期，按照采样周期对第一时空特征进行降采样，得到时间粒度下的降采样时空特征。
可以理解的是，不同的采样率可对应不同的采样周期，例如，采样率1、1/2、1/4对应的采样周期分别为一帧、两帧、四帧。采样率为1时，可从每帧对应的第一时空特征中得到降采样时空特征，采样率为1/2时，可从每两帧对应的第一时空特征中得到降采样时空特征，采样率为1/4时，可每四帧对应的第一时空特征中得到降采样时空特征。
S203，基于时间粒度下的降采样时空特征，得到时间粒度对应的第二时空特征。
可以理解的是，不同时间粒度下的降采样时空特征可对应不同的稀疏度，可基于时间粒度下的降采样时空特征，得到时间粒度对应的第二时空特征。
在一种实施方式中，可直接将时间粒度下的降采样时空特征，作为时间粒度对应的第二时空特征。
在一种实施方式中，基于时间粒度下的降采样时空特征，得到时间粒度对应的第二时空特征，可包括基于任一降采样时空特征对应的采样率，获取任一降采样时空特征的特征提取结构，基于任一降采样时空特征的特征提取结构，对任一降采样时空特征进行特征提取，获取第二时空特征。由此，该方法可获取每个时间粒度对应的降采样时空特征的特征提取结构，即不同时间粒度的降采样时空特征采用不同的特征提取结构，可对稀疏度不同的降采样时空特征进行不同策略的特征提取，灵活性较高，有助于提升第二时空特征的表示效果。
可以理解的是，不同的采样率可对应不同的特征提取结构。
在一种实施方式中，特征提取结构包括统一时空图卷积(Graph convolutionnetworks 3Dimension，G3D)层，G3D层的数量与采样率正相关，已知采样率越大对应的降采样时空特征越密集，即密集的降采样时空特征对应的G3D层的数量较大，以从密集的降采样时空特征中提取密集的第二时空特征，稀疏的降采样时空特征对应的G3D层的数量较小，以从稀疏的降采样时空特征中提取稀疏的第二时空特征。
例如，时间粒度可设置为3个，将降采样时空特征按照稀疏度由高到低进行排序，排序结果为降采样时空特征f1、f2、f3，则降采样时空特征f1、f2、f3对应的采样率逐级递减，降采样时空特征f1、f2、f3对应的G3D层的数量分别为2、1、0。
S204，基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。
步骤S204的相关内容可参见上述实施例，这里不再赘述。
综上，根据本公开实施例的动作识别方法，可针对每个时间粒度，对第一时空特征基于时间粒度对应的采样率进行降采样，得到时间粒度下的降采样时空特征，并基于时间粒度下的降采样时空特征，得到时间粒度对应的第二时空特征，由此，通过对第一时空特征进行降采样得到时间粒度对应的第二时空特征。
图3是根据本公开第三实施例的动作识别方法的流程示意图。
如图3所示，本公开第三实施例的动作识别方法，包括：
S301，获取关键点序列，并提取关键点序列的第一时空特征。
S302，对第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征。
步骤S301-S302的相关内容可参见上述实施例，这里不再赘述。
S303，获取任一时间粒度对应的第二时空特征在每个动作识别类别下的候选识别分数。
本公开的实施例中，动作识别类别可根据实际情况进行设置，这里不做过多限定，例如，动作识别类别包括但不限于写字、打字、摸鼠标等。
在一种实施方式中，可通过预设的分类算法获取第二时空特征在每个动作识别类别下的候选识别分数，其中，分类算法可根据实际情况进行设置，这里不做过多限定，例如可为深度学习算法。
例如，时间粒度可设置为3个，分别对应第二时空特征f1、f2、f3，动作识别类别包括动作识别类别a、b、c、d，可获取第二时空特征f1、f2、f3在动作识别类别a、b、c、d下的候选识别分数，比如，第二时空特征f1在动作识别类别a、b、c、d下的候选识别分数分别为P1至P4，第二时空特征f2动作识别类别a、b、c、d下的候选识别分数分别为P5至P8，第二时空特征f3在动作识别类别a、b、c、d下的候选识别分数分别为P9至P12。
S304，针对任一动作识别类别，将每个时间粒度对应的第二时空特征的候选识别分数进行加权平均，获取关键点序列在任一动作识别类别下的目标识别分数。
本公开的实施例中，针对任一动作识别类别，可获取每个时间粒度对应的第二时空特征的候选识别分数与权重的乘积，并将上述乘积的平均值作为关键点序列在任一动作识别类别下的目标识别分数。
可以理解的是，不同的时间粒度可对应不同的权重。
例如，时间粒度可设置为3个，分别对应第二时空特征f1、f2、f3，且对应的权重分别为0.3、0.5、0.2，动作识别类别包括动作识别类别a、b、c、d，可获取第二时空特征f1、f2、f3在动作识别类别a、b、c、d下的候选识别分数，比如，第二时空特征f1在动作识别类别a、b、c、d下的候选识别分数分别为P1至P4，第二时空特征f2动作识别类别a、b、c、d下的候选识别分数分别为P5至P8，第二时空特征f3在动作识别类别a、b、c、d下的候选识别分数分别为P9至P12。
针对动作识别类别a，可获取每个时间粒度对应的第二时空特征f1、f2、f3在动作识别类别a下的候选识别分数P1、P5、P9，并将Pa＝(P1*0.3+P5*0.5+P9*0.2)/3作为关键点序列在动作识别类别a下的目标识别分数。
针对动作识别类别b，可获取每个时间粒度对应的第二时空特征f1、f2、f3在动作识别类别b下的候选识别分数P2、P6、P10，并将Pb＝(P2*0.3+P6*0.5+P10*0.2)/3作为关键点序列在动作识别类别b下的目标识别分数。
针对动作识别类别c，可获取每个时间粒度对应的第二时空特征f1、f2、f3在动作识别类别c下的候选识别分数P3、P7、P11，并将Pc＝(P3*0.3+P7*0.5+P11*0.2)/3作为关键点序列在动作识别类别c下的目标识别分数。
针对动作识别类别d，可获取每个时间粒度对应的第二时空特征f1、f2、f3在动作识别类别d下的候选识别分数P4、P8、P12，并将Pd＝(P4*0.3+P8*0.5+P12*0.2)/3作为关键点序列在动作识别类别d下的目标识别分数。
S305，从目标识别分数中获取最大目标识别分数，并将最大目标识别分数对应的动作识别类别确定为目标识别动作。
本公开的实施例中，可获取关键点序列在每个动作识别类别下的目标识别分数，可以理解的是，目标识别分数越高表明动作识别类别越接近实际动作类别，则可从目标识别分数中获取最大目标识别分数，并将最大目标识别分数对应的动作识别类别确定为目标识别动作。
例如，关键点序列在动作识别类别a、b、c、d下的目标识别分数Pa、Pb、Pc、Pd中的最大目标识别分数为Pc，则可将最大目标识别分数Pc对应的动作识别类别c确定为目标识别动作。
综上，根据本公开实施例的动作识别方法，针对任一动作识别类别，能够将每个时间粒度对应的第二时空特征的候选识别分数进行加权平均，以获取关键点序列在任一动作识别类别下的目标识别分数，并将最大目标识别分数对应的动作识别类别作为目标识别动作。由此，可综合考虑到不同时间粒度对应的第二时空特征对动作识别的影响，有助于提升动作识别性能和精准性。
图4是根据本公开第四实施例的动作识别方法的流程示意图。
如图4所示，本公开第四实施例的动作识别方法，包括：
S401，获取关键点序列，并提取关键点序列的第一时空特征。
S402，对第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征。
步骤S401-S402的相关内容可参见上述实施例，这里不再赘述。
S403，根据每个时间粒度对应的采样率，对多个第二时空特征进行特征融合。
本公开的实施例中，可对多个第二时空特征进行特征融合。可以理解的是，不同时间粒度对应的第二时空特征具有不同的稀疏度，该方法可将稀疏度不同的多个第二时空特征进行特征融合，以增强第二时空特征的表示效果。
本公开的实施例中，可根据每个时间粒度对应的采样率，对多个第二时空特征进行特征融合。例如，可根据每个时间粒度对应的采样率，确定时间粒度对应的第二时空特征的特征融合策略，其中，特征融合策略可根据实际情况进行设置，这里不做过多限定。
在一种实施方式中，根据每个时间粒度对应的采样率，对多个第二时空特征进行特征融合，可包括将多个第二时空特征按照稀疏度从高到低进行排序，其中，稀疏度与采样率正相关，从排序第一的第二时空特征开始，将当前遍历到的第二时空特征与相邻的下一个第二时空特征进行特征融合，生成融合时空特征，并利用融合时空特征更新下一个第二时空特征，直至排序最后的第二时空特征更新结束。由此，该方法可将密集的第二时空特征与稀疏的第二时空特征进行特征融合，生成融合时空特征，并利用融合时空特征更新稀疏的第二时空特征，融合时空特征可弥补稀疏的第二时空特征在时间维度上特征较少的缺点，有助于增强稀疏的第二时空特征的表示效果。
例如，时间粒度可设置为3个，分别对应第二时空特征f1、f2、f3，将第二时空特征f1、f2、f3按照稀疏度从高到低进行排序，排序结果为f3、f2、f1，则可将f3与f2进行特征融合，生成融合时空特征f2 ’，并利用融合时空特征f2 ’更新第二时空特征f2，可将f2 ’与f1进行特征融合，生成融合时空特征f1 ’，并利用融合时空特征f1 ’更新第二时空特征f1。
需要说明的是，本公开的实施例中，对特征融合的方式不做过多限定，例如，可通过预设的特征融合算法对多个第二时空特征进行特征融合，其中，特征融合算法可根据实际情况进行设置，这里不做过多限定。
S404，基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。
步骤S404的相关内容可参见上述实施例，这里不再赘述。
综上，根据本公开实施例的动作识别方法，在基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作之前，可根据每个时间粒度对应的采样率，对多个第二时空特征进行特征融合。由此，可考虑到时间粒度对应的采样率对第二时空特征的特征融合的影响，特征融合更加灵活，有助于增强第二时空特征的表示效果，进而提升动作识别性能和精准性。
与上述图1至图4实施例提供的动作识别方法相对应，如图5所示，本公开还提供一种动作识别模型，动作识别模型的输入为关键点序列，输出为关键点序列的目标识别动作。
如图5所示，动作识别模型包括第一图卷积网络层、降采样层、第二图卷积网络层、特征融合层、分类层。
其中，第一图卷积网络层用于提取关键点序列的第一时空特征。
其中，降采样层用于针对每个时间粒度，对第一时空特征基于时间粒度对应的采样率进行降采样，得到时间粒度下的降采样时空特征。
其中，第二图卷积网络层包括多个特征提取结构，特征提取结构与降采样时空特征对应的采样率具有对应关系，特征提取结构用于对任一降采样时空特征进行特征提取，获取时间粒度对应的第二时空特征。
其中，特征融合层用于根据每个时间粒度对应的采样率，对多个第二时空特征进行特征融合。
其中，分类层用于基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。
综上，根据本公开实施例的动作识别模型，可从关键点序列中提取出不同时间粒度对应的第二时空特征，并基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。由此，可综合考虑到不同时间粒度对应的第二时空特征对动作识别的影响，有助于提升动作识别性能和精准性。
图6为根据本公开第一实施例的动作识别装置的框图。
如图6所示，本公开实施例的动作识别装置600，包括：第一提取模块601、第二提取模块602和获取模块603。
第一提取模块601，用于获取关键点序列，并提取所述关键点序列的第一时空特征；
第二提取模块602，用于对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；
获取模块603，用于基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作。
在本公开的一个实施例中，所述第二提取模块602，包括：降采样单元，用于针对每个所述时间粒度，对所述第一时空特征基于所述时间粒度对应的采样率进行降采样，得到所述时间粒度下的降采样时空特征；获取单元，用于基于所述时间粒度下的降采样时空特征，得到所述时间粒度对应的所述第二时空特征。
在本公开的一个实施例中，所述获取单元，还用于：基于任一所述降采样时空特征对应的所述采样率，获取所述任一所述降采样时空特征的特征提取结构；基于所述任一所述降采样时空特征的特征提取结构，对所述任一所述降采样时空特征进行特征提取，获取所述第二时空特征。
在本公开的一个实施例中，所述特征提取结构包括统一时空图卷积G3D层，所述G3D层的数量与所述采样率正相关。
在本公开的一个实施例中，所述获取模块603，还用于：获取任一时间粒度对应的所述第二时空特征在每个动作识别类别下的候选识别分数；针对任一动作识别类别，将每个所述时间粒度对应的所述第二时空特征的所述候选识别分数进行加权平均，获取所述关键点序列在所述任一动作识别类别下的目标识别分数；从所述目标识别分数中获取最大目标识别分数，并将所述最大目标识别分数对应的所述动作识别类别确定为所述目标识别动作。
在本公开的一个实施例中，所述动作识别装置600还包括：融合模块，所述融合模块，用于：根据每个所述时间粒度对应的所述采样率，对多个所述第二时空特征进行特征融合。
在本公开的一个实施例中，所述融合模块，还用于：将多个所述第二时空特征按照稀疏度从高到低进行排序，其中，所述稀疏度与所述采样率正相关；从排序第一的所述第二时空特征开始，将当前遍历到的所述第二时空特征与相邻的下一个所述第二时空特征进行特征融合，生成融合时空特征，并利用所述融合时空特征更新所述下一个所述第二时空特征，直至排序最后的所述第二时空特征更新结束。
综上，本公开实施例的动作识别装置，可从关键点序列中提取出不同时间粒度对应的第二时空特征，并基于每个时间粒度对应的第二时空特征，获取关键点序列的目标识别动作。由此，可综合考虑到不同时间粒度对应的第二时空特征对动作识别的影响，有助于提升动作识别性能和精准性。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
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7示出了可以用来实施本公开的实施例的示例电子设备700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7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701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701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。
根据本公开的实施例，本公开还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现本公开上述实施例所述的动作识别方法。
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 (16)
1.一种动作识别方法，包括：
获取关键点序列，并提取所述关键点序列的第一时空特征，所述关键点序列包括多个关键点的时间维度和空间维度上的信息，所述第一时空特征指的是所述关键点序列的时间维度和空间维度结合得到的特征；
对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；
基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作；
所述基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作，包括：
基于任一时间粒度的所述第二时空特征，获取所述关键点序列的候选识别动作，并从多个候选识别动作中选取所述目标识别动作。
2.根据权利要求1所述的方法，其中，所述对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征，包括：
针对每个所述时间粒度，对所述第一时空特征基于所述时间粒度对应的采样率进行降采样，得到所述时间粒度下的降采样时空特征；
基于所述时间粒度下的降采样时空特征，得到所述时间粒度对应的所述第二时空特征。
3.根据权利要求2所述的方法，其中，所述基于所述时间粒度下的降采样时空特征，得到所述时间粒度对应的所述第二时空特征，包括：
基于任一所述降采样时空特征对应的所述采样率，获取所述任一所述降采样时空特征的特征提取结构；
基于所述任一所述降采样时空特征的特征提取结构，对所述任一所述降采样时空特征进行特征提取，获取所述第二时空特征。
4.根据权利要求3所述的方法，其中，所述特征提取结构包括统一时空图卷积G3D层，所述G3D层的数量与所述采样率正相关。
5.根据权利要求1-4任一项所述的方法，其中，所述基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作，包括：
获取任一时间粒度对应的所述第二时空特征在每个动作识别类别下的候选识别分数；
针对任一动作识别类别，将每个所述时间粒度对应的所述第二时空特征的所述候选识别分数进行加权平均，获取所述关键点序列在所述任一动作识别类别下的目标识别分数；
从所述目标识别分数中获取最大目标识别分数，并将所述最大目标识别分数对应的所述动作识别类别确定为所述目标识别动作。
6.根据权利要求2-4任一项所述的方法，其中，所述基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作之前，包括：
根据每个所述时间粒度对应的所述采样率，对多个所述第二时空特征进行特征融合。
7.根据权利要求6所述的方法，其中，所述根据每个所述时间粒度对应的所述采样率，对多个所述第二时空特征进行特征融合，包括：
将多个所述第二时空特征按照稀疏度从高到低进行排序，其中，所述稀疏度与所述采样率正相关；
从排序第一的所述第二时空特征开始，将当前遍历到的所述第二时空特征与相邻的下一个所述第二时空特征进行特征融合，生成融合时空特征，并利用所述融合时空特征更新所述下一个所述第二时空特征，直至排序最后的所述第二时空特征更新结束。
8.一种动作识别装置，包括：
第一提取模块，用于获取关键点序列，并提取所述关键点序列的第一时空特征，所述关键点序列包括多个关键点的时间维度和空间维度上的信息，所述第一时空特征指的是所述关键点序列的时间维度和空间维度结合得到的特征；
第二提取模块，用于对所述第一时空特征进行不同时间粒度的特征提取，得到每个时间粒度对应的第二时空特征；
获取模块，用于基于每个所述时间粒度对应的第二时空特征，获取所述关键点序列的目标识别动作；
所述获取模块，具体用于：基于任一时间粒度的所述第二时空特征，获取所述关键点序列的候选识别动作，并从多个候选识别动作中选取所述目标识别动作。
9.根据权利要求8所述的装置，其中，所述第二提取模块，包括：
降采样单元，用于针对每个所述时间粒度，对所述第一时空特征基于所述时间粒度对应的采样率进行降采样，得到所述时间粒度下的降采样时空特征；
获取单元，用于基于所述时间粒度下的降采样时空特征，得到所述时间粒度对应的所述第二时空特征。
10.根据权利要求9所述的装置，其中，所述获取单元，还用于：
基于任一所述降采样时空特征对应的所述采样率，获取所述任一所述降采样时空特征的特征提取结构；
基于所述任一所述降采样时空特征的特征提取结构，对所述任一所述降采样时空特征进行特征提取，获取所述第二时空特征。
11.根据权利要求10所述的装置，其中，所述特征提取结构包括统一时空图卷积G3D层，所述G3D层的数量与所述采样率正相关。
12.根据权利要求8-11任一项所述的装置，其中，所述获取模块，还用于：
获取任一时间粒度对应的所述第二时空特征在每个动作识别类别下的候选识别分数；
针对任一动作识别类别，将每个所述时间粒度对应的所述第二时空特征的所述候选识别分数进行加权平均，获取所述关键点序列在所述任一动作识别类别下的目标识别分数；
从所述目标识别分数中获取最大目标识别分数，并将所述最大目标识别分数对应的所述动作识别类别确定为所述目标识别动作。
13.根据权利要求9-11任一项所述的装置，其中，所述装置还包括：融合模块，所述融合模块，用于：
根据每个所述时间粒度对应的所述采样率，对多个所述第二时空特征进行特征融合。
14.根据权利要求13所述的装置，其中，所述融合模块，还用于：
将多个所述第二时空特征按照稀疏度从高到低进行排序，其中，所述稀疏度与所述采样率正相关；
从排序第一的所述第二时空特征开始，将当前遍历到的所述第二时空特征与相邻的下一个所述第二时空特征进行特征融合，生成融合时空特征，并利用所述融合时空特征更新所述下一个所述第二时空特征，直至排序最后的所述第二时空特征更新结束。
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中任一项所述的动作识别方法。
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中任一项所述的动作识别方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110871172.6A CN113657209B (zh) | 2021-07-30 | 2021-07-30 | 动作识别方法、装置、电子设备和存储介质 |
| US17/707,657 US20220222941A1 (en) | 2021-07-30 | 2022-03-29 | Method for recognizing action, electronic device and storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110871172.6A CN113657209B (zh) | 2021-07-30 | 2021-07-30 | 动作识别方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113657209A CN113657209A (zh) | 2021-11-16 |
| CN113657209B true CN113657209B (zh) | 2023-09-12 |
Family
ID=78478137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110871172.6A Active CN113657209B (zh) | 2021-07-30 | 2021-07-30 | 动作识别方法、装置、电子设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20220222941A1 (zh) |
| CN (1) | CN113657209B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827798A (zh) * | 2019-11-12 | 2020-02-21 | 广州欢聊网络科技有限公司 | 一种音频信号处理的方法及装置 |
| CN111178298A (zh) * | 2019-12-31 | 2020-05-19 | 北京达佳互联信息技术有限公司 | 人体关键点检测方法、装置、电子设备及存储介质 |
| CN111783650A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 模型训练方法、动作识别方法、装置、设备以及存储介质 |
| CN112380955A (zh) * | 2020-11-10 | 2021-02-19 | 浙江大华技术股份有限公司 | 动作的识别方法及装置 |
| CN112800988A (zh) * | 2021-02-02 | 2021-05-14 | 安徽工业大学 | 一种基于特征融合的c3d行为识别方法 |
| CN113177468A (zh) * | 2021-04-27 | 2021-07-27 | 北京百度网讯科技有限公司 | 人体行为检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-30 CN CN202110871172.6A patent/CN113657209B/zh active Active
-
2022
- 2022-03-29 US US17/707,657 patent/US20220222941A1/en not_active Abandoned
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110827798A (zh) * | 2019-11-12 | 2020-02-21 | 广州欢聊网络科技有限公司 | 一种音频信号处理的方法及装置 |
| CN111178298A (zh) * | 2019-12-31 | 2020-05-19 | 北京达佳互联信息技术有限公司 | 人体关键点检测方法、装置、电子设备及存储介质 |
| CN111783650A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 模型训练方法、动作识别方法、装置、设备以及存储介质 |
| CN112380955A (zh) * | 2020-11-10 | 2021-02-19 | 浙江大华技术股份有限公司 | 动作的识别方法及装置 |
| CN112800988A (zh) * | 2021-02-02 | 2021-05-14 | 安徽工业大学 | 一种基于特征融合的c3d行为识别方法 |
| CN113177468A (zh) * | 2021-04-27 | 2021-07-27 | 北京百度网讯科技有限公司 | 人体行为检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于姿态时空特征的人体行为识别方法;郑潇等;《计算机辅助设计与图形学学报》;第30卷(第9期);第1-2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220222941A1 (en) | 2022-07-14 |
| CN113657209A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112949710B (zh) | 一种图像的聚类方法和装置 | |
| CN113379627B (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
| CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
| CN112862006B (zh) | 图像深度信息获取模型的训练方法、装置及电子设备 | |
| CN112819007B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
| CN113627536B (zh) | 模型训练、视频分类方法，装置，设备以及存储介质 | |
| CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
| CN113792876B (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
| CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
| CN114387651B (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
| CN113657209B (zh) | 动作识别方法、装置、电子设备和存储介质 | |
| CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
| CN114140320B (zh) | 图像迁移方法和图像迁移模型的训练方法、装置 | |
| CN115097941B (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
| CN116229095A (zh) | 一种模型训练方法、视觉任务处理方法、装置及设备 | |
| CN113177483B (zh) | 视频目标分割方法、装置、设备以及存储介质 | |
| CN111967299B (zh) | 无人机巡检方法、装置、设备及存储介质 | |
| CN116152702A (zh) | 点云标签的获取方法、装置、电子设备和自动驾驶车辆 | |
| CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
| CN114943995A (zh) | 人脸识别模型的训练方法、人脸识别方法及装置 | |
| CN114882334A (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
| CN113989568A (zh) | 目标检测方法、训练方法、装置、电子设备以及存储介质 | |
| CN114973333B (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
| CN113221920B (zh) | 图像识别方法、装置、设备、存储介质以及计算机程序产品 | |
| CN113570607B (zh) | 目标分割的方法、装置及电子设备 |
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 |