[发明专利]动作识别方法及装置

权利要求书

1.一种动作识别方法，其特征在于，包括：

接收视频数据；

确定目标帧和所述目标帧之前的连续若干帧，并在所述视频数据中提取所述目标帧的数据信息和所述目标帧之前的连续若干帧的数据信息；

对预设个数的增益参数、所述目标帧的数据信息和所述目标帧之前的连续若干帧的数据信息进行预设次数的卷积处理，获得高阶特征数据；

所述对预设个数的增益参数、所述目标帧的数据信息和所述目标帧之前的连续若干帧的数据信息进行预设次数的卷积处理，获得高阶特征数据，包括：

根据所述目标帧的数据信息和所述目标帧之前的连续若干帧的数据信息生成待卷积数据；

所述待卷积数据分别与所述预设个数的增益参数进行卷积，卷积处理的次数是根据高阶特征数据的种数确定的，获得若干个卷积结果；

将所述若干个卷积结果进行拼接，获得高阶特征数据；

将所述高阶特征数据添加至所述视频数据中，形成待提取数据；

对所述待提取数据进行时序特征提取，获得特征向量；

根据所述特征向量获取动作识别结果。

2.根据权利要求1所述的动作识别方法，其特征在于，所述接收视频数据之前，包括：

接收训练数据集，所述训练数据集包括若干训练数据以及每个训练数据对应的识别结果；

从所述训练数据集中选取一训练数据作为待训练数据；

确定所述待训练数据中的训练帧和所述训练帧之前的连续若干帧，并在所述待训练数据中提取所述训练帧的训练数据信息和所述训练帧之前的连续若干帧的训练数据信息；

对预设个数的待训练增益参数、所述训练帧的训练数据信息和所述训练帧之前的连续若干帧的训练数据信息进行预设次数的卷积处理，获得高阶特征训练数据；

将所述高阶特征训练数据添加至所述待训练数据中，形成待提取训练数据；

对所述待提取训练数据进行时序特征提取，获得所述待训练数据的训练特征向量；

根据所述训练特征向量获取预测结果；

获得所述待训练数据对应的识别结果和所述预测结果的交叉熵，并判断所述交叉熵是否收敛；

若收敛，则将所述待训练增益参数作为增益参数，并执行所述接收视频数据的步骤；

若不收敛，则根据所述交叉熵对所述待训练增益参数进行修正，从训练数据集中选取下一训练数据作为待训练数据，并返回所述待训练数据中的训练帧和所述训练帧之前的连续若干帧的步骤。

3.根据权利要求2所述的动作识别方法，其特征在于，所述对预设个数的待训练增益参数、所述训练帧训练数据信息和所述训练帧之前的连续若干帧训练数据信息进行预设次数的卷积处理，获得高阶特征训练数据，包括：

根据所述训练帧的训练数据信息和所述训练帧之前的连续若干帧的训练数据信息生成待卷积训练数据；

所述待卷积训练数据分别与所述预设个数的训练增益参数进行卷积，获得若干个训练卷积结果；

将所述若干个训练卷积结果进行拼接，获得高阶特征训练数据 。

4.根据权利要求1所述的动作识别方法，其特征在于，所述将所述高阶特征数据添加至所述视频数据中，形成待提取数据，包括：

将所述目标帧的数据信息和所述高阶特征数据打包生成更新后的目标帧的数据信息；

将所述视频数据中的所述目标帧的数据信息替换为所述更新后的目标帧的数据信息，获得所述待提取数据；

相应的，所述对所述待提取数据进行时序特征提取，获得特征向量，包括：

分别对所述待提取数据中的每一帧的数据信息进行特征提取，获得每一帧的特征数据；

对所述待提取数据中的全部帧的特征数据进行均值处理，获得所述待提取数据的特征向量。