[发明专利]基于深度强化学习的人体骨架行为识别方法及装置

摘要

本发明公开了一种基于深度强化学习的人体骨架行为识别方法及装置，其中，方法包括：通过对训练集中的每一段视频进行均匀采样得到帧数固定的视频，以训练图卷积神经网络；在图卷积神经网络的参数固定之后，通过图卷积神经网络训练萃取帧网络，以得到满足预设条件的代表帧；通过满足预设条件的代表帧更新图卷积神经网络；获取目标视频，并对目标视频进行均匀采样，以将采样得到的帧送入萃取帧网络得到关键帧；将关键帧送入更新后的图卷积神经网络，以得到行为的最终类别。该方法可以加强挑选出来帧的判别性，去除冗余信息，提高识别性能，降低测试阶段计算量，同时可以充分利用人体骨骼的拓扑关系，来提高行为识别的性能。

主权项

1.一种基于深度强化学习的人体骨架行为识别方法，其特征在于，包括以下步骤：通过对训练集中的每一段视频进行均匀采样得到帧数固定的视频，以训练图卷积神经网络；在所述图卷积神经网络的参数固定之后，通过所述图卷积神经网络训练萃取帧网络，以得到满足预设条件的代表帧；通过所述满足预设条件的代表帧更新所述图卷积神经网络；获取目标视频，并对所述目标视频进行均匀采样，以将采样得到的帧送入所述萃取帧网络得到关键帧；以及将所述关键帧送入所述更新后的图卷积神经网络，以得到行为的最终类别。