[发明专利]一种基于蒸馏损失的人体动作增量识别方法及装置

说明书

本发明涉及一种基于蒸馏损失的人体动作增量识别方法，包括：一、建立人体动作识别模型；二、使用所述人体动作识别模型对输入数据进行训练，得到模型参数；三、当需要对标注新动作类别的数据进行训练时，使用增量识别训练方法更新模型参数，具体步骤为：首先使用已经训练好的参数对新数据进行预测得到预测动作类别，称为旧知识的软标签；将旧知识的软标签与新数据和正确标签一同作为损失函数的输入，以损失函数最小化为目标，对新的模型参数进行训练；四、将待测试数据集输入训练后的动作识别模型，识别出人体动作。本发明在增加模型对新的动作类别的识别能力的同时，保留识别已有动作类别的记忆能力，降低模型训练的数据存储开销和时间复杂度。

技术领域

本发明涉及一种人体动作增量识别方法及装置，特别涉及一种基于蒸馏损失的人体动作增量识别方法及装置。

背景技术

人体动作识别是一项富有挑战的任务。在机器学习和深度学习技术得到广泛发展应用之后，在人体动作识别领域也开始采取机器学习和深度学习的模型训练方法。在对输入的人体动作数据进行建模时需要关注两个关键因素：每一刻的人体姿态和人体姿态间的时间关联性。描述人体姿态不仅需要考虑描述的准确性，还需要考虑人体运动数据的复杂多样以及庞大的数据量对建模过程中数据存储和计算开销的影响。

目前人体动作识别的输入数据来源之一为人体动作捕捉技术，相较于从视频中采集数据的方式，使用运动捕捉方法获得的数据更为准确。人体运动捕捉数据作为一种时间序列，记录了人体在运动时各个节点的时空信息，其中每一时刻的各节点信息描述了一个人体姿态。

人体动作识别方法需要对人体运动数据中的时空信息进行建模，在现有的大多数动作识别方法中，动作识别模型可以分为深度神经网络模型和概率图模型两种。深度神经网络模型在行为识别和场景识别等领域都有不错的效果，但是不能很好的表示人体的骨架结构。概率图模型可以分为有向概率图模型和无向概率图模型。概率图模型适合对序列数据中的时间关联性进行建模，并且支持不同长度的序列数据输入。Gunawardana等人应用HCRF模型对电话接听动作进行分类(Gunawardana A, Mahajan M, Acero A, et al.2005. Hidden conditional random fields for phone classification[C]//NinthEuropean Conference on Speech Communication and Technology. 2005.)，Wang等人也使用HCRF模型进行手势识别(Wang S B, Quattoni A, Morency L P, et al. 2006.Hidden conditional random fields for gesture recognition[C]//2006 IEEEComputer Society Conference on Computer Vision and Pattern Recognition (CVPR'06). IEEE, 2006, 2: 1521-1527.)，他们需要多次训练来获得最好结果。但是HCRF模型在引入的中间层中需要考虑所有隐藏状态序列的情况，为模型训练带来了很高的时间复杂度。

现有的动作识别模型需要将标注好动作类别的数据作为训练集输入到模型中，对模型参数进行训练。对于训练好的模型，如果需要识别出新的动作类别，需要增加标注了新动作类别的新训练数据，并且使用所有的新数据和老数据重新对模型参数进行训练。这就带来了老数据的存储开销，以及重新训练新模型的时间开销。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于蒸馏损失的人体动作增量识别方法和装置，当需要在模型中增加新的动作类别时，只需要使用新数据对模型进行训练，在增加模型对新的动作类别的识别能力的同时，保留识别已有动作类别的记忆能力，降低模型训练的数据存储开销和时间复杂度。

为达到上述目的，本发明提供了一种基于蒸馏损失的人体动作增量识别方法，包括：

一、建立人体动作识别模型；