(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210845541.9 (22)申请日 2022.07.18 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 宋子昂　朱树磊　殷俊　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/70(2022.01) G06V 20/40(2022.01) G06V 10/774(2022.01) G06V 10/77(2022.01)G06V 10/44(2022.01) G06T 7/136(2017.01) G06T 7/11(2017.01) G06T 5/50(2006.01) (54)发明名称 动作评分方法、 终端及计算机可读存 储介质 (57)摘要 本发明提供一种动作评 分方法、 终端及计算 机可读存储介质， 动作评分方法包括： 对获取的 待检测图像进行特征提取， 得到特征图； 待检测 图像包含目标对象的滑雪动作； 通过检测分割网 络对待检测图像的特征图进行处理， 得到待检测 图像的掩码图像和包含目标对象的局部图像； 将 目标对象的掩码图像和局部图像进行融合， 确定 滑雪动作的动作评分。 本申请通过检测分割网络 检测输出的掩码图像和包含目标对象的局部图 像确定待检测图像中包含的目标对象的动作评 分， 排除了外界因素对目标对象的动作评分的影 响， 只对目标对象的技术动作进行评分， 提高评 判结果的准确性。 权利要求书2页 说明书10页 附图5页 CN 115439925 A 2022.12.06 CN 115439925 A 1.一种动作评分方法， 用于滑雪运动， 其特 征在于， 包括： 对获取的待检测图像进行特征提取， 得到特征图； 所述待检测图像包含所述目标对象 的滑雪动作； 通过检测分割网络对所述待检测图像的特征图进行处理， 得到所述待检测图像的掩码 图像和包 含所述目标对象的局部图像； 将所述目标对象的掩码图像和所述局部图像进行融合， 确定所述滑雪动作的动作评 分。 2.根据权利要求1所述的动作评分方法， 其特 征在于， 所述对获取的待检测图像进行 特征提取， 得到特 征图， 包括： 通过所述检测分割网络对所述待检测图像进行特征提取， 得到所述目标对象的特征 图； 其中， 所述检测分割网络包括依次级联的自上向下模块、 空洞卷积模块和自下向上模 块。 3.根据权利要求2所述的动作评分方法， 其特征在于， 所述检测分割网络还包括二值化 模块和目标检测模块， 所述二值化模块和所述目标检测模块分别与所述自下向上模块连 接； 所述通过检测分割网络对所述待检测图像的特征图进行处理， 得到所述待检测图像的 掩码图像和包 含所述目标对象的局部图像， 包括： 通过所述二值化模块对所述待检测图像的特征图进行二值化处理， 得到所述待检测图 像的掩码图像； 通过所述目标检测模块对所述待检测图像的特征图进行目标检测， 得到所述目标对象 的检测信息； 基于所述目标对象的检测信 息， 从所述待检测图像中提取包含所述目标对象的局部图 像。 4.根据权利要求3所述的动作评分方法， 其特征在于， 所述检测信 息包括目标检测框和 所述目标检测框的置信度； 所述通过检测分割网络对所述待检测图像的特征图进行处理， 得到所述待检测图像的 掩码图像和包 含所述目标对象的局部图像， 包括： 对所述待检测图像的特征图进行目标检测， 得到所述目标对象的目标检测框和所述置 信度； 从所述待检测图像中提取 所述目标检测框， 得到包 含所述目标对象的局部图像； 将所述待检测图像的特征图中各像素点的灰度值与分割阈值进行比较， 确定所述待检 测图像的掩码图像； 其中， 所述待检测图像的所述分割阈值与所述置信度正相关。 5.根据权利要求2所述的动作评分方法， 其特 征在于， 所述检测分割网络的训练方法包括如下步骤： 获取第一训练样本集， 所述第一训练样本集包括多张包含目标的第一样本 图像， 所述 第一样本图像关联有标注掩码图像和包 含所述目标的目标真实框； 通过所述检测分割网络对所述第 一样本图像进行处理， 得到所述第 一样本图像的预测 掩码图像和所述目标的目标 预测框； 基于同一所述第一样本图像对应的所述目标真实框与所述目标预测框之间的第一误权　利　要　求　书 1/2 页 2 CN 115439925 A 2差值与同一所述第一样本图像的所述标注掩码图像与所述预测掩码图像之间的第二误差 值的加和迭代训练所述检测分割网络 。 6.根据权利要求1所述的动作评分方法， 其特 征在于， 所述将所述目标对象的掩码图像和所述局部图像进行融合， 确定所述滑雪动作的动作 评分， 包括： 将所述目标对象的掩码图像和所述局部图像进行加权 融合， 得到所述目标对象的混合 图像， 所述目标对象的混合图像仅为所述目标对象的像素区域； 对所述目标对象的混合图像进行识别， 确定所述目标对象的滑雪动作对应的所述动作 评分。 7.根据权利要求1所述的动作评分方法， 其特 征在于， 所述将所述目标对象的掩码图像和所述局部图像进行融合， 确定所述滑雪动作的动作 评分， 包括： 将所述目标对象的掩码图像和所述局部图像同时输入到分数回归 网络， 得到所述目标 对象的动作评分； 其中， 所述分数回归网络的训练方法包括如下步骤： 获取第二训练样本集， 所述第二训练样本集包括多个子 图像集， 各所述子 图像集包括 目标的掩码样本图和包含所述目标的局部样本图； 所述子图像集关联有 所述目标的标注评 分； 将所述子 图像集中的所述掩码样本图和所述局部样本图同时输入到所述分数回归网 络中， 得到所述子图像集对应的所述目标的预测评分； 基于同一所述子图像集对应的所述目标的所述预测评分与所述标注评分之间的第三 误差值迭代训练所述分数回归网络 。 8.根据权利要求1所述的动作评分方法， 其特征在于， 所述待检测图像为视频流中的任 一视频帧， 所述动作评分方法还 包括： 响应于所述视频流中包含所述目标对象的滑雪动作的所有所述视频帧均对应所述动 作评分； 则输出预设数量个最高的所述动作评分对应的所述视频帧和/或最低的所述动作 评分对应的所述视频帧。 9.一种终端， 其特征在于， 所述终端包括存储器、 处理器以及存储于所述存储器中并在 所述处理器上运行的计算机程序， 所述处理器用于执行程序数据以实现如权利要求 1～8任 一项所述的动作评分方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1～8任一项 所述的动作评 分方法中 的步骤。权　利　要　求　书 2/2 页 3 CN 115439925 A 3