成果介绍
本申请涉及图像处理技术领域,提出一种动作检测方法、装置、终端设备和存储介质。该方法包括:获取包含目标动作的目标视频序列,所述目标视频序列包括一一对应的目标像素帧序列和目标深度图序列;根据所述目标像素帧序列生成像素特征图像,所述像素特征图像包含所述目标像素帧序列具有的各帧图像的特征;根据所述目标深度图序列生成深度特征图像,所述深度特征图像包含所述目标深度图序列具有的各帧图像的特征;将所述像素特征图像和所述深度特征图像输入已训练的深度神经网络执行图像特征的提取与融合处理,以确定所述目标动作的类别。采用该方法能够在一定程度上减弱环境因素对检测样本的干扰,从而提高动作检测的准确率。
成果亮点
一种动作检测方法,其特征在于,包括:
获取包含目标动作的目标视频序列,所述目标视频序列包括一一对应的目标像素帧序列和目标深度图序列;
根据所述目标像素帧序列生成像素特征图像,所述像素特征图像包含所述目标像素帧序列具有的各帧图像的特征;
根据所述目标深度图序列生成深度特征图像,所述深度特征图像包含所述目标深度图序列具有的各帧图像的特征;
将所述像素特征图像和所述深度特征图像输入已训练的深度神经网络执行图像特征的提取与融合处理,以确定所述目标动作的类别。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料