[发明专利]人体行为识别方法、装置、计算机设备及存储介质

权利要求书

1.一种人体行为识别方法，其特征在于，所述方法包括：

获取待识别行为序列，所述待识别行为序列至少包括一个目标对象的初始待识别列向量；所述初始待识别列向量用于表征目标对象的骨骼关键点；

获取模板行为序列，所述模板行为序列至少包括一个模板对象的模板列向量；所述模板列向量用于表征模板对象的骨骼关键点；

根据预设的对角矩阵和所述初始待识别列向量进行对齐计算，以得到目标对齐行为序列；其中，所述目标对齐行为序列包括：目标行为列向量；

对所述模板行为序列的每一所述模板列向量和所述目标对齐行为序列中每一所述目标行为列向量进行相似度计算，得到序列相似度；所述序列相似度用于表征所述目标对象的骨骼关键点与所述模板对象的骨骼关键点的相似度；

根据所述序列相似度确定所述目标对象的行为识别结果。

2.根据权利要求1所述的方法，其特征在于，在所述根据预设的对角矩阵和所述初始待识别列向量进行计算，以得到目标对齐行为序列之后，所述方法还包括：

对所述目标对齐行为序列进行更新，得到更新后的目标对齐行为序列，具体包括：

根据所述目标行为列向量和所述模板列向量进行差值计算，得到第一向量相差值；

根据所述第一向量相差值对所述对角矩阵进行更新，直至所述第一向量相差值收敛，得到目标对角矩阵；

根据所述目标对角矩阵对所述目标行为列向量进行对齐计算，得到更新后的目标对齐行为序列。

3.根据权利要求1所述的方法，其特征在于，所述根据预设的对角矩阵和所述初始待识别列向量进行对齐计算，以得到目标对齐行为序列，包括：

根据所述对角矩阵和所述初始待识别列向量进行相乘计算，得到初步对齐行为序列；其中，所述初步对齐行为序列包括至少一个初步对齐列向量，并确定每一所述初步对齐列向量的初步对齐列号；

通过预设的列号匹配函数对所述初步对齐列号进行计算，以得到匹配列号；

根据所述匹配列号对所述模板行为序列进行筛选处理，得到匹配模板列向量；

根据所述初步对齐列向量和所述匹配模板列向量进行差值计算，得到第二向量相差值；

根据所述第二向量相差值对所述列号匹配函数进行更新处理，得到目标列号匹配函数；

根据所述目标列号匹配函数构建所述初步对齐列号和所述模板列向量的列号的匹配关系，得到列号匹配关系；

根据所述列号匹配关系对多个所述初始待识别列向量进行筛选处理，以得到目标对齐行为序列。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述获取待识别行为序列，包括：

获取视频数据，所述视频数据包括至少一个初始待识别帧；

对所述初始待识别帧进行骨骼点检测，得到M个初始骨骼点坐标；其中，M为正整数；

将M个所述初始骨骼点坐标以预设的标准人体图进行映射，得到M个初步骨骼点坐标；其中，所述标准人体图包括M个标准骨骼点，每一所述标准骨骼点的坐标对应一个所述初始骨骼点坐标；

根据预设的规范矩阵对M个所述初步骨骼点坐标进行规范处理，得到M个目标骨骼点坐标；

对M个所述目标骨骼点坐标进行向量化处理，得到初始行为列向量；

将所述视频数据的所述初始行为列向量进行汇集处理，得到所述待识别行为序列。

5.根据权利要求4所述的方法，其特征在于，在根据预设的规范矩阵对M个所述初步骨骼点坐标进行规范处理，得到M个目标骨骼点坐标之前，所述方法还包括：

构建预设的所述规范矩阵，具体包括：

获取W个骨骼点样本坐标；其中，W为正整数；

对W个所述骨骼点样本坐标进行马氏距离计算，得到目标距离；

根据K均值算法和所述目标距离将W个所述骨骼点样本坐标进行分组处理，得到骨骼点样本坐标组；其中，所述骨骼点样本坐标组的组数量为K组；其中，K为正整数；

对每一所述骨骼点样本坐标组的所述骨骼点样本坐标的进行均值计算，得到坐标均值；

将K组所述骨骼点样本坐标和每一所述骨骼点样本坐标组的所述坐标均值输入至预设的多层感知器进行矩阵构建，得到所述规范矩阵。