一种作业动作识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种作业动作识别方法、装置、设备及存储介质，通过对获取的原始作业视频进行片段筛选，以截取原始目标视频片段作为训练样本，使用筛选后的训练样本进行模型训练以得到目标模型，最后将获取的待测作业视频输入到目标模型中，输出待测目标视频片段。采用本发明专利技术实施例，能通过对原始作业视频进行视频片段的筛选以得到准确的训练样本，利用准确的训练样本进行模型训练以提高模型的精准度，提高了作业动作识别的准确性。高了作业动作识别的准确性。高了作业动作识别的准确性。

【技术实现步骤摘要】
一种作业动作识别方法、装置、设备及存储介质


[0001]本专利技术涉及数学模型应用
，尤其涉及一种作业动作识别方法、装置、设备及存储介质。

技术介绍

[0002]作业成果的质量与作业者的作业能力息息相关，因此有必要对作业者的作业动作进行识别及评估，现有技术对于动作的识别通常是通过拍摄作业者的作业过程，将拍摄得到的作业视频直接作为训练样本，为了保证训练得到的模型的精度，需要大量的训练样本，但是，在多品种少量生产的现场作业中，各类作业之间的执行顺序没有规则，且无法提供大量的作业视频以作为训练样本，因此无法确保作业动作识别的准确性。

技术实现思路

[0003]本专利技术实施例提供一种作业动作识别方法、装置、设备及存储介质，能够通过对原始作业视频进行视频片段的筛选以得到准确的训练样本，进而提高模型训练的精准度，提高了作业动作识别的准确性。
[0004]为了实现上述目的，本专利技术实施例提供了一种作业动作识别方法，包括：
[0005]获取原始作业视频；其中，所述原始作业视频包括原始冗余视频片段和原始目标视频片段；
[0006]响应于作业筛选指令，从所述原始作业视频中截取若干所述原始目标视频片段并将所述原始目标视频片段作为训练样本；
[0007]根据所述训练样本对构建的原始模型进行训练，得到目标模型；
[0008]将获取的待测作业视频输入所述目标模型，输出待测目标视频片段。
[0009]作为上述方案的改进，在根据所述训练样本对构建的原始模型进行训练之前，还包括：
[0010]响应于作业评价指令，为每一所述原始目标视频片段添加标签；其中，所述标签包括作业能力评分标签；
[0011]则在所述将获取的待测作业视频输入所述目标模型之后，还包括：
[0012]输出与所述待测目标视频片段对应的作业能力评分。
[0013]作为上述方案的改进，所述原始目标视频片段通过以下方式确定：
[0014]响应于作业分类指令，将所述原始作业视频划分为若干原始视频片段并为每一原始视频片段标注作业类型；
[0015]响应于作业难度等级划分指令，为每一作业类型标注难度等级；
[0016]将难度等级最高的原始视频片段作为原始待选视频片段；
[0017]计算所述原始待选视频片段中每一作业类型的视频片段数量，并以与所述视频片段数量最多的作业类型对应的原始待选视频片段作为原始目标视频片段。
[0018]作为上述方案的改进，所述标签还包括作业者标签；则在所述将获取的待测作业
视频输入所述目标模型之后，还包括：
[0019]输出与所述待测目标视频片段对应的作业者。
[0020]作为上述方案的改进，还包括：
[0021]针对每一所述作业者，根据与所述作业者对应的待测目标视频片段的作业能力评分进行平均计算，得到作业综合评分。
[0022]作为上述方案的改进，还包括：筛选出所述作业能力评分大于预设高分阈值的待测目标视频片段，制作指导资料以供所述作业者学习。
[0023]为了实现上述目的，本专利技术实施例还提供了一种作业动作识别装置，包括：
[0024]数据获取模块，用于获取原始作业视频；其中，所述原始作业视频包括原始冗余视频片段和原始目标视频片段；
[0025]样本制作模块，用于响应于作业筛选指令，从所述原始作业视频中截取若干所述原始目标视频片段并将所述原始目标视频片段作为训练样本；
[0026]模型训练模块，用于根据所述训练样本对构建的原始模型进行训练，得到目标模型；
[0027]动作识别模块，用于将获取的待测作业视频输入所述目标模型，输出待测目标视频片段。
[0028]作为上述方案的改进，所述样本制作模块还用于:响应于作业评价指令，为每一所述原始目标视频片段添加标签；其中，所述标签包括作业能力评分标签；
[0029]动作识别模块，还用于：输出与所述待测目标视频片段对应的作业能力评分。
[0030]为了实现上述目的，本专利技术实施例还提供了一种作业动作识别设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例所述的作业动作识别方法。
[0031]为了实现上述目的，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一实施例所述的作业动作识别方法。
[0032]与现有技术相比，本专利技术实施例提供的作业动作识别方法、装置、设备及存储介质，通过对获取的原始作业视频进行片段筛选，以截取原始目标视频片段作为训练样本，使用筛选后的训练样本进行模型训练以得到目标模型，最后将获取的待测作业视频输入到目标模型中，输出待测目标视频片段。本专利技术实施例通过对原始作业视频进行视频片段的筛选以得到准确的训练样本，利用准确的训练样本进行模型训练以提高模型的精准度，提高了作业动作识别的准确性。
附图说明
[0033]图1是本专利技术一实施例提供的一种作业动作识别方法的流程图；
[0034]图2是本专利技术一实施例提供的原始作业视频以及筛选得到的原始目标视频片段的示意图；
[0035]图3是本专利技术一实施例提供的一种作业动作识别装置的结构框图；
[0036]图4是本专利技术一实施例提供的一种作业动作识别设备的结构框图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]参见图1，是本专利技术一实施例提供的一种作业动作识别方法的流程示意图。所述方法包括步骤S11～S14：
[0039]S11、获取原始作业视频；其中，所述原始作业视频包括原始冗余视频片段和原始目标视频片段；
[0040]S12、响应于作业筛选指令，从所述原始作业视频中截取若干所述原始目标视频片段并将所述原始目标视频片段作为训练样本；
[0041]S13、根据所述训练样本对构建的原始模型进行训练，得到目标模型；
[0042]S14、将获取的待测作业视频输入所述目标模型，输出待测目标视频片段。
[0043]在步骤S11中，作为举例，在多品种小批量生产的制造现场，通过架设摄像机对作业过程进行拍摄以得到原始作业视频，该原始作业视频1秒内包括60帧，原始作业视频记录了作业者和作业者的作业动作，在作业过程中，存在多种类型的动作，因此拍摄得到的原始作业视频包括了原始冗余视频片段和原始目标视频片段，其中，原始目标视频片段是记录了特定作业动作的片段，而原始冗余视频片段没有记录特定作业动作，属于无效视频片段。
[0044]在步骤S12中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作业动作识别方法，其特征在于，包括：获取原始作业视频；其中，所述原始作业视频包括原始冗余视频片段和原始目标视频片段；响应于作业筛选指令，从所述原始作业视频中截取若干所述原始目标视频片段并将所述原始目标视频片段作为训练样本；根据所述训练样本对构建的原始模型进行训练，得到目标模型；将获取的待测作业视频输入所述目标模型，输出待测目标视频片段。2.如权利要求1所述的作业动作识别方法，其特征在于，在根据所述训练样本对构建的原始模型进行训练之前，还包括：响应于作业评价指令，为每一所述原始目标视频片段添加标签；其中，所述标签包括作业能力评分标签；则在所述将获取的待测作业视频输入所述目标模型之后，还包括：输出与所述待测目标视频片段对应的作业能力评分。3.如权利要求1所述的作业动作识别方法，其特征在于，所述原始目标视频片段通过以下方式确定：响应于作业分类指令，将所述原始作业视频划分为若干原始视频片段并为每一原始视频片段标注作业类型；响应于作业难度等级划分指令，为每一作业类型标注难度等级；将难度等级最高的原始视频片段作为原始待选视频片段；计算所述原始待选视频片段中每一作业类型的视频片段数量，并以与所述视频片段数量最多的作业类型对应的原始待选视频片段作为原始目标视频片段。4.如权利要求2所述的作业动作识别方法，其特征在于，所述标签还包括作业者标签；则在所述将获取的待测作业视频输入所述目标模型之后，还包括：输出与所述待测目标视频片段对应的作业者。5.如权利要求4所述的作业动作识别方法，其特征在于，还包括：针对每一所述作业者，根据与所...

【专利技术属性】
技术研发人员：何晓磊，
申请(专利权)人：上海泰泽投资咨询有限公司，
类型：发明
国别省市：