[发明专利]视频图像的识别方法、系统以及计算机可读存储介质

权利要求书

1.一种视频图像的识别方法，其特征在于，包括：

从当前帧图像中识别出待识别对象，其中，所述当前帧图像为待识别的视频图像所包含的图像；

对所述待识别对象进行特征融合，得到所述当前帧图像中所述待识别对象的至少一个候选关键点；

基于上一帧图像中所述待识别对象的至少一个关键点对所述至少一个候选关键点进行融合处理，得到所述当前帧图像中所述待识别对象的至少一个目标关键点；

根据所述至少一个目标关键点对所述待识别对象的姿态进行识别，得到识别结果；

其中，对所述待识别对象进行特征融合，得到所述当前帧图像中所述待识别对象的至少一个候选关键点，包括：

在所述当前帧图像的帧类型为关键帧时，基于第二神经网络模型对所述待识别对象进行特征提取，得到多个对象特征，其中，所述第二神经网络模型至少包括残差网络，所述残差网络由多个残差单元组成；确定所述残差网络所对应的目标残差深度；根据所述目标残差深度确定目标残差网络；获取所述目标残差网络对所述多个对象特征进行特征融合的融合结果；根据所述融合结果确定所述至少一个候选关键点；

在所述当前帧图像的帧类型为非关键帧时，基于第二神经网络模型对所述待识别对象进行特征融合，得到所述当前帧图像中所述待识别对象的至少一个当前帧关键点；计算所述至少一个当前帧关键点的平均置信度；根据所述平均置信度与置信度阈值确定所述当前帧图像中所述待识别对象的至少一个候选关键点。

2.根据权利要求1所述的方法，其特征在于，在从当前帧图像中识别出待识别对象之前，所述方法还包括：

获取所述当前帧图像对应的帧标识；

根据所述帧标识确定所述当前帧图像对应的帧类型。

3.根据权利要求2所述的方法，其特征在于，从当前帧图像中识别出待识别对象，包括：

在所述当前帧图像的帧类型为关键帧时，基于第一神经网络模型对所述当前帧图像进行图像处理，得到所述待识别对象在所述当前帧图像的候选区域；

基于所述候选区域对所述当前帧图像进行裁剪，从所述当前帧图像中识别出所述待识别对象。

4.根据权利要求2所述的方法，其特征在于，从当前帧图像中识别出所述待识别对象，包括：

在所述当前帧图像的帧类型为非关键帧时，获取所述待识别对象在所述上一帧图像中的预设区域；

对所述预设区域进行扩展处理，得到扩展后的预设区域；

基于所述扩展后的预设区域确定所述待识别对象在所述当前帧图像中的候选区域；

基于所述候选区域对所述当前帧图像进行裁剪，从所述当前帧图像中识别出所述待识别对象。

5.根据权利要求4所述的方法，其特征在于，基于第二神经网络模型对所述待识别对象进行特征融合，得到所述当前帧图像中所述待识别对象的至少一个当前帧关键点，包括：

获取所述第二神经网络模型对所述待识别对象进行特征提取，得到多个对象特征，其中，所述第二神经网络模型至少包括残差网络，所述残差网络由多个残差单元组成；

确定所述残差网络所对应的目标残差深度；

根据所述目标残差深度确定目标残差网络；

获取所述目标残差网络对所述多个对象特征进行特征融合的融合结果；

根据所述融合结果确定所述至少一个当前帧关键点。

6.根据权利要求4所述的方法，其特征在于，根据所述平均置信度与置信度阈值确定所述当前帧图像中所述待识别对象的至少一个候选关键点，包括：

在所述平均置信度大于或等于所述置信度阈值时，确定所述至少一个当前帧关键点为所述至少一个候选关键点。