[发明专利]图像检测方法、装置、设备及存储介质

说明书

本申请提出一种图像检测方法、装置、电子设备及存储介质。具体实现方案为：检测待处理图像序列，得到关键点特征；提取待处理图像序列的光流特征；根据关键点特征和光流特征，得到待处理图像序列的动作检测结果。本申请实施例根据关键点特征和光流特征对待处理图像序列中的动作进行分析，提高了待处理图像序列的动作检测结果的准确率。可利用动作检测结果辅助对图像序列中的动作表现进行改进，从而进一步提高动作表现力。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种图像检测方法、装置、设备及存储介质。

背景技术

在图像检测领域中，对于待检测图像序列中的人体动作进行识别和评估，对人机交互、运动分析和监控等都有重要的现实意义。例如在线教育场景下，教师通过直播或者录播技术将上课内容录制成视频形式，学生通过观看视频完成学习。对于教师，可以通过人体动作识别相关技术判断其肢体语言是否丰富、评价其上课表现力，最终达到辅助教师提高表现力的目的。但是，由于人体动作的多变性和高复杂性，对于视频中的人体动作是否到位、肢体语言是否丰富，很难得到一个准确的检测结果。

发明内容

本申请实施例提供一种图像检测方法、装置、电子设备及存储介质，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种图像检测方法，包括：

检测待处理图像序列，得到关键点特征；

提取待处理图像序列的光流特征；

根据关键点特征和光流特征，得到待处理图像序列的动作检测结果。

在一种实施方式中，检测待处理图像序列，得到关键点特征，包括：

检测待处理图像序列，得到关键点序列和关键点邻接矩阵；

利用卷积网络模型对关键点序列和关键点邻接矩阵进行处理，得到关键点特征。

在一种实施方式中，检测待处理图像序列，得到关键点序列和关键点邻接矩阵，包括：

检测待处理图像序列中人体的位置，得到人体位置检测框；

在人体位置检测框中检测人体的关键点，得到关键点序列；

根据关键点序列构建关键点邻接矩阵。

在一种实施方式中，在人体位置检测框中检测人体的关键点，得到关键点序列，包括：

在人体位置检测框中检测人体的关键点，得到关键点坐标；

对关键点坐标进行第一归一化操作，得到关键点序列。

在一种实施方式中，对关键点坐标进行第一归一化操作，得到关键点序列，包括：

根据人体位置检测框对关键点坐标进行第一归一化操作。

在一种实施方式中，关键点邻接矩阵中包括任意两个关键点之间的连接权重，连接权重用于表征卷积网络模型对任意两个关键点相关的动作的关注程度。

在一种实施方式中，卷积网络模型包括空间时间图卷积网络模型。

在一种实施方式中，空间时间图卷积网络模型中包括空间注意力模块、时序注意力模块和通道注意力模块中的至少一种。

在一种实施方式中，提取待处理图像序列的光流特征，包括：

提取待处理图像序列的稠密光流信息，得到光流图像序列；

利用神经网络模型对光流图像序列进行处理，得到待处理图像序列的光流特征。

在一种实施方式中，根据关键点特征和光流特征，得到待处理图像序列的动作检测结果，包括：

根据关键点特征和光流特征，得到至少两个检测结果；

将至少两个检测结果进行融合，得到待处理图像序列的动作检测结果。

在一种实施方式中，根据关键点特征和光流特征，得到至少两个检测结果，包括：