[发明专利]一种人体动作识别方法及装置

权利要求书

1.一种人体动作识别方法，其特征在于，包括：

获取待处理的视频文件；

从所述视频文件的图像中提取人体关键点，得到人体关键点原始序列；

根据预设帧间差分方法计算不同帧的图像对应的人体关键点原始序列之间的差分序列，所述差分序列包含所述人体关键点对应的动作信息；

基于神经网络根据所述差分序列获得所述视频文件中人体动作的分类结果。

2.根据权利要求1所述的方法，其特征在于，从所述视频文件的图像中提取人体关键点，得到人体关键点原始序列，包括：

检测所述图像中的人体关键点；

从所述图像中获取属于同一个人的人体关键点；

获取属于同一个人的人体关键点对应的坐标信息，得到所述人体关键点原始序列。

3.根据权利要求1所述的方法，其特征在于，所述根据预设帧间差分方法计算不同帧的图像对应的人体关键点原始序列之间的差分序列，包括：

从所述视频文件中按时间顺序提取预设数量帧图像；

获取所述预设数量帧图像中的人体关键点原始序列；

当前帧图像与前一帧图像所对应的人体关键点原始序列做差分计算，直到所述预设数量帧图像全部计算完，得到差分序列，所述当前帧图像是所述预设数量帧图像中的任一帧图像，所述前一帧图像是与所述当前帧图像相邻的前一帧图像。

4.根据权利要求1所述的方法，其特征在于，所述由神经网络根据所述差分序列获得所述视频文件中人体动作的分类结果，包括：

将所述差分序列输入到预先训练好的人体动作分类模型的输入层神经元中，从所述人体动作分类模型的输出层获得所述视频文件中人体动作的分类结果。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

获取样本视频文件，所述样本视频文件中包含已知类型的人体动作；

从所述样本视频文件的图像中提取人体关键点，得到人体关键点原始序列；

根据预设帧间差分方法计算所述样本视频文件中不同帧图像对应的人体关键点原始序列之间的差分序列；

根据所述样本视频文件对应的差分序列和所述样本视频包含的动作类型，训练得到人体动作分类模型。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

当所述人体动作的分类结果属于预设危险分类时，将所述视频文件标注异常标签，并向客户端发送报警信息；

当所述人体动作的分类结果属于预设正常分类时，将所述视频文件标注正常标签。

7.一种人体动作识别装置，其特征在于，包括：

第一获取模块，用于获取待处理的视频文件；

关键点提取模块，用于从所述视频文件的图像中提取人体关键点，得到人体关键点原始序列；

计算模块，用于根据预设帧间差分方法计算不同帧的图像对应的人体关键点原始序列之间的差分序列；

动作识别模块，用于基于神经网络根据所述差分序列获得所述视频文件中人体动作的分类结果。

8.根据权利要求7所述的装置，其特征在于，所述关键点提取模块包括：

检测子模块，用于检测所述图像中的人体关键点；

划分子模块，用于从所述图像中获取属于同一个人的人体关键点；

第一获取子模块，用于获取属于同一个人的人体关键点对应的坐标信息，得到所述人体关键点原始序列。

9.根据权利要求7所述的装置，其特征在于，所述计算模块包括：

提取子模块，用于从所述视频文件中按时间顺序提取预设数量帧图像；

第二获取子模块，用于获取所述预设数量帧图像中的人体关键点原始序列；

计算子模块，用于当前帧图像与前一帧图像所对应的人体关键点原始序列做差分计算，直到所述预设数量帧图像全部计算完，得到差分序列，所述当前帧图像是所述预设数量帧图像中的任一帧图像，所述前一帧图像是与所述当前帧图像相邻的前一帧图像。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：第二获取模块和训练模块；

所述第二获取模块，用于获取样本视频文件，所述样本视频文件中包含已知类型的人体动作；

所述关键点提取模块，还用于从所述样本视频文件的图像中提取人体关键点，得到人体关键点原始序列；

所述计算模块，还用于根据预设帧间差分方法计算所述样本视频文件中不同帧图像对应的人体关键点原始序列之间的差分序列；

所述训练模块，用于根据所述样本视频文件对应的差分序列和所述样本视频包含的动作类型，训练得到人体动作分类模型。