[发明专利]拳击动作识别方法、装置和电子设备

说明书

本公开公开一种拳击动作识别方法、装置和电子设备。其中，所述拳击动作识别方法包括：从图像源获取视频图像，所述视频图像中包括至少一个人手；从所述视频图像的当前帧中检测出所述人手；跟踪所述人手并获取当前帧中的人手的第一属性；识别所述当前帧中的人手的手势；响应于识别出所述当前帧中的人手的手势为拳头，获取上一帧中的人手的手势；响应于所述上一帧中的人手的手势为拳头，获取上一帧中的人手的第一属性；使用所述当前帧中的人手的第一属性和上一帧中的人手的第一属性计算第一结果，如果所述第一结果满足第一条件，则将人手的动作识别为拳击动作。本公开通比较两帧图像识别拳击动作，解决了现有技术中的动作识别的实时性差的技术问题。

技术领域

本公开涉及图像处理领域，特别是涉及一种拳击动作识别方法、装置和电子设备。

背景技术

随着计算机技术的发展，智能终端的应用范围得到了广泛的提高，例如可以通过智能终端听音乐、玩游戏、上网聊天和拍照等。对于智能终端的拍照技术来说，其拍照像素已经达到千万像素以上，具有较高的清晰度和媲美专业相机的拍照效果。

目前在采用智能终端进行拍照时，不仅可以使用出厂时内置的拍照软件实现传统功能的拍照效果，还可以通过从网络端下载应用程序(Application，简称为：APP)来实现具有附加功能的拍照效果或者给视频加上特殊效果。在加入效果之前，有时候还会对用户的动作进行识别。

而现有技术中对用户的动作进行识别，一般会使用深度学习的方法，通过训练集对多层神经网络进行训练以使神经网络可以对特征的动作进行分类识别。然而，使用训练好的模型进行识别的识别速度较慢，在移动终端或者事实视频流中对动作识别往往要求实时性较高，因此不能完全适用于移动终端上的动作识别。

发明内容

根据本公开的一个方面，提供以下技术方案：

一种拳击动作识别方法，包括：从图像源获取视频图像，所述视频图像中包括至少一个人手；从所述视频图像的当前帧中检测出所述人手；跟踪所述人手并获取当前帧中的人手的第一属性；识别所述当前帧中的人手的手势；响应于识别出所述当前帧中的人手的手势为拳头，获取上一帧中的人手的手势；响应于所述上一帧中的人手的手势为拳头，获取上一帧中的人手的第一属性；使用所述当前帧中的人手的第一属性和上一帧中的人手的第一属性计算第一结果，如果所述第一结果满足第一条件，则将人手的动作识别为拳击动作。

进一步的，所述从图像源获取视频图像，所述视频图像中包括至少一个人手，包括：从图像传感器中采集视频图像，其中所述图像传感器采集到的视频图像中包括至少一个人手。

进一步的，所述从所述视频图像的当前帧中检测出所述人手，包括：检测人手的关键点；通过所述人手的关键点检测到人手的位置。

进一步的，所述跟踪所述人手并获取当前帧中的人手的第一属性，包括：跟踪所述人手的位置并获取当前帧中的人手外接矩形的长和/或宽。

进一步的，所述识别所述当前帧中的人手的手势，包括：将所述当前帧中的人手从所述当前帧中分割出来并输入图像分类器；根据所述图像分类器的分类结果确定所述手势的类别。

进一步的，所述响应于识别出所述当前帧中的人手的手势为拳头，获取上一帧中的人手的手势，包括：如果识别出当前帧中的人手的手势为拳头，则从第一存储位置上读取上一帧中所保存的人手的手势。

进一步的，所述响应于所述上一帧中的人手的手势为拳头，获取上一帧中的人手的第一属性，包括：如果上一帧中的人手的手势为拳头，则从第二存储位置上读取上一帧中所保存的人手的第一属性。

进一步的，所述使用所述当前帧中的人手的第一属性和上一帧中的人手的第一属性计算第一结果，如果所述第一结果满足第一条件，则将人手的动作识别为拳击动作，包括：使用所述当前帧中的人手的第一属性减去上一帧中的人手的第一属性得到第一差值；如果所述第一差值大于或等于第一阈值，则将人手的动作识别为拳击动作。