摘要
本发明公开了基于状态分解和状态机的轻量化实时动作识别方法,包括:采集历史人体运动视频,将历史人体运动视频进行关键帧提取与预处理,得到历史关键帧,并将历史关键帧按照时间顺序提取连续的动作片段,得到动作序列;将动作序列中的每个动作拆解成原子状态,得到原子状态信息库;利用目标检测模型对实时运动视频进行动态检测;根据历史关键帧构建向量检索库,并根据向量检索库利用向量检索算法对实时运动视频进行静态检测;利用运动状态机对动态区域检测结果和静态区域检测结果进行异常判断,并根据异常判断结果发送预警信号。本发明涉及动作检测技术领域,解决了现有方法识别精度较低、方法稳定性较差的技术问题。
技术关键词
动作识别方法
关键帧
状态机
时间计数器
检索算法
算法框架
深度学习算法
序列
运动
视频
阈值机制
动态
语义规则
标注软件
智能边缘设备
动作检测技术
图像检测模型
精度
人体
模型剪枝
系统为您推荐了相关专利信息
地面纹理图像
地图构建方法
关键帧
二维码
地图构建系统
总线扩展系统
通信管理模块
故障定位模型
自定义数据结构
远程配置接口
三维点云地图
农机
定位方法
正态分布变换
关键帧
网络硬盘录像机
视频特征数据
深度学习特征
设备状态数据
智能分析模型