【技術實現步驟摘要】
本申請實施方式涉及視頻數據處理領域，特別是涉及一種行為識別算法的測試方法、電子設備及存儲介質。
技術介紹
1、行為識別算法是一種用于自動識別和分析視頻或圖像序列中的人的行為的技術，其應用廣泛，因此，研究行為識別算法識別的準確率具有重要的意義。
2、目前，視頻中的行為識別是通過將視頻轉換為圖像序列，以提取圖像序列中的特征，再進一步進行特征融合，以識別視頻中的行為，或者，使用相關的算法對視頻數據中出現行為進行標注，以進一步判斷行為的正確性，但是往往會出現特征識別錯誤，或者對于沒有出現行為的視頻數據仍然進行標注，進而導致行為識別錯誤，評估行為識別算法不準確，得不到符合預期的結果。
技術實現思路
1、為了解決上述技術問題，本申請實施例提供一種行為識別算法的測試方法、電子設備及存儲介質，解決現有的行為識別算法識別的準確率低的問題。
2、本申請實施例提供以下技術方案：
3、第一方面，本申請實施例提供一種行為識別算法的測試方法，包括：
4、獲取視頻數據，其中，視頻數據包括圖片幀；
5、獲取視頻數據的每一圖片幀的標注結果；
6、根據標注結果，得到標注事件，以確定標注事件列表，其中，標注事件列表包括多個標注事件，每一個標注事件包括多個圖片幀；
7、基于行為識別算法，對視頻數據進行識別，得到視頻數據的每一個圖片幀對應的識別結果；
8、根據識別結果，得到實際事件，以確定實際事件列表，其中，實際事件列表包括多個
9、計算標注事件與實際事件的交并比；
10、根據交并比，確定標注事件列表和實際事件列表的對比結果；
11、根據對比結果，確定混淆矩陣；
12、根據混淆矩陣，計算行為識別算法的評估結果。
13、在一些實施例中，識別結果包括第一動作類型，對視頻數據進行識別，得到視頻數據的每一個圖片幀對應的識別結果，包括：
14、對視頻數據的每一個圖片幀進行識別，得到每一個圖片幀對應的第一人物框；
15、對每一個圖片幀對應的第一人物框進行識別，得到每一個第一人物框對應的多個關鍵點；
16、對多個關鍵點進行連接，得到骨架模型；
17、根據骨架模型，得到第一動作類型，其中，第一動作類型與一個圖片幀一一對應。
18、在一些實施例中，標注事件包括第一開始幀和第一結束幀，實際事件包括第二開始幀和第二結束幀，根據識別結果，得到實際事件，以確定實際事件列表，包括：
19、判斷識別結果中的第一動作類型與預設的動作類型是否相同；
20、若相同，則預標第一動作類型對應的圖片幀，得到預標圖片幀；
21、基于預標圖片幀，得到實際事件；
22、將第一開始幀對應的序號減去預設值，得到第一序號，以及，將第一結束幀對應的序號加上預設值，得到第二序號；
23、若第二開始幀對應的序號大于第一序號，且第二結束幀對應的序號小于第二序號，則篩選第二開始幀和第二結束幀對應的同一個實際事件，得到篩選的實際事件，并將篩選的實際事件添加進實際事件列表。
24、在一些實施例中，判斷識別結果中的第一動作類型與預設的動作類型是否相同，包括：
25、基于行為識別算法，對圖片幀進行識別，得到圖片幀對應的第一動作類型的可信度；
26、若第一動作類型的可信度大于或等于可信度閾值，則表示第一動作類型與預設的動作類型相同；
27、若第一動作類型的可信度小于可信度閾值，則表示第一動作類型與預設的動作類型不相同。
28、在一些實施例中，每一圖片幀的標注結果包括第二人物框，計算標注事件與實際事件的交并比，包括：
29、對第一人物框與第二人物框進行交并，得到交并框；
30、根據交并框，計算第一人物框與第二人物框的交并比。
31、在一些實施例中，第一人物框包括第一對角坐標，第二人物框包括第二對角坐標；
32、根據交并框，計算第一人物框與第二人物框的交并比，包括：
33、根據第一對角坐標和第二對角坐標，計算交并框的對角坐標，得到第三對角坐標；
34、根據第三對角坐標，計算第一人物框和第二人物框的交集；
35、根據第一對角坐標、第二對角坐標以及交集，計算第一人物框和第二人物框的并集；
36、將并集除以交集，得到交并比。
37、在一些實施例中，根據交并比，確定標注事件列表和實際事件列表的對比結果，包括：
38、選擇實際事件列表中交并比最大的實際事件，得到第一匹配成功事件，以及，選擇標注事件列表中交并比最大的標注事件，得到第二匹配成功事件；
39、對比第一匹配成功事件與第二匹配成功事件的動作類型是否相同；
40、若相同，則將第一匹配成功事件與第二匹配成功事件標記為第一標記；
41、若不相同，則將第一匹配成功事件與第二匹配成功事件標記為第二標記；
42、根據第一標記和第二標記，確定標注事件列表和實際事件列表的對比結果。
43、在一些實施例中，根據混淆矩陣，計算行為識別算法的評估結果，包括：
44、根據混淆矩陣，計算每一個動作類型對應的評估結果，其中，評估結果包括召回率、準確率、精確率、靈敏度、錯誤率、特異性中的至少一個。
45、第二方面，本申請實施例提供一種電子設備，包括：
46、至少一個處理器、以及至少一個存儲器，其中，存儲器存儲有計算機程序，當計算機程序被所述處理器執行時，使得處理器執行第一方面的行為識別算法的測試方法。
47、第三方面，本申請實施例提供一種非易失性計算機可讀存儲介質，非易失性計算機可讀存儲介質存儲有多條指令，指令適于處理器進行加載，以執行第一方面的行為識別算法的測試方法。
48、本申請實施方式的有益效果是：區別于現有技術的情況，本申請實施方式提供行為識別算法的測試方法，該方法包括：獲取視頻數據，其中，視頻數據包括圖片幀；獲取視頻數據的每一圖片幀的標注結果；根據標注結果，得到標注事件，以確定標注事件列表，其中，標注事件列表包括多個標注事件，每一個標注事件包括多個圖片幀；基于行為識別算法，對視頻數據進行識別，得到視頻數據的每一個圖片幀對應的識別結果；根據識別結果，得到實際事件，以確定實際事件列表，其中，實際事件列表包括多個實際事件，每一個實際事件包括多個圖片幀；計算標注事件與實際事件的交并比；根據交并比，確定標注事件列表和實際事件列表的對比結果；根據對比結果，確定混淆矩陣；根據混淆矩陣，計算行為識別算法的評估結果。
49、通過計算標注事件和實際事件的交并比，根據交并比，確定標注事件列表和實際事件列表的對比結果，以確定混淆矩陣，進一步計算行為識別算法的評估結果，本申請能夠提高行為識別算法測試的質量。<本文檔來自技高網...
【技術保護點】
1.一種行為識別算法的測試方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述識別結果包括第一動作類型，對所述視頻數據進行識別，得到所述視頻數據的每一個圖片幀對應的識別結果，包括：
3.根據權利要求2所述的方法，其特征在于，所述標注事件包括第一開始幀和第一結束幀，所述實際事件包括第二開始幀和第二結束幀，根據所述識別結果，得到實際事件，以確定實際事件列表，包括：
4.根據權利要求3所述的方法，其特征在于，判斷所述識別結果中的第一動作類型與預設的動作類型是否相同，包括：
5.根據權利要求2-4任一項所述的方法，其特征在于，所述每一圖片幀的標注結果包括第二人物框，所述計算所述標注事件與所述實際事件的交并比，包括：
6.根據權利要求5所述的方法，其特征在于，所述第一人物框包括第一對角坐標，所述第二人物框包括第二對角坐標；
7.根據權利要求1-4任一項所述的方法，其特征在于，根據所述交并比，確定所述標注事件列表和所述實際事件列表的對比結果，包括：
8.根據權利要求1-4任一項所述
9.一種電子設備，其特征在于，包括：至少一個處理器、以及至少一個存儲器，其中，所述存儲器存儲有計算機程序，當所述計算機程序被所述處理器執行時，使得所述處理器執行權利要求1-8任一項所述的行為識別算法的測試方法。
10.一種非易失性計算機可讀存儲介質，其特征在于，所述非易失性計算機可讀存儲介質存儲有多條指令，所述指令適于處理器進行加載，以執行權利要求1-8任一項所述的行為識別算法的測試方法。
...【技術特征摘要】
1.一種行為識別算法的測試方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述識別結果包括第一動作類型，對所述視頻數據進行識別，得到所述視頻數據的每一個圖片幀對應的識別結果，包括：
3.根據權利要求2所述的方法，其特征在于，所述標注事件包括第一開始幀和第一結束幀，所述實際事件包括第二開始幀和第二結束幀，根據所述識別結果，得到實際事件，以確定實際事件列表，包括：
4.根據權利要求3所述的方法，其特征在于，判斷所述識別結果中的第一動作類型與預設的動作類型是否相同，包括：
5.根據權利要求2-4任一項所述的方法，其特征在于，所述每一圖片幀的標注結果包括第二人物框，所述計算所述標注事件與所述實際事件的交并比，包括：
6.根據權利要求5所述的方法，其特征在于...
【專利技術屬性】
技術研發人員：聶金昭，柯偉勝，
申請(專利權)人：廣州視源電子科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。