数据服务实践 课件 项目六 项目导入

项目六主讲教师:候佳丽Dataserviceforbehaviorclassification《行为分类数据综合实例》项目导入CONTENTS目录项目背景及需求01Projectbackgroundandrequirements项目分解02Projectbreakdown职业岗位介绍03JobIntroduction项目背景及需求人体行为分类与识别在计算机视觉中是一个极具有吸引力和前沿性的研究问题。通过识别图像或视频中的人体姿态和动作，可以实现运动捕捉，检测动作是否规范，纠正运动姿态；也可以实现人机交互，控制虚拟人物的行为；也可以检测一些特殊行为，如在社区商场里摔倒检测、危险动作检测等。

要实现人体行为分类与识别有多种方法，本项目中将对其中一种方法探索视

频中的人体行为识别，即基于骨骼关键点的人体行为分类，根据人体骨骼关键点的位置信息训练人体行为分类模型，主要对社区中出现的摔倒、行走和下蹲动作进行分类识别。项目背景及需求本项目为人体行为分类模型的训练提供可用的数据，成功训练出模型。在此项目中了解基于骨骼关键点的行为分类模型训练过程，为骨骼关键点检测模型和行为分类模型训练提供可用数据集。项目分解01根据《行为分类的数据采集需求》文档采集数据集02根据《行为分类的数据处理需求》文档完成视频数据裁剪和格式转换操作03根据《骨骼关键点数据集标注需求》文档完成人体骨骼关键点标注任务，训练出骨骼关键点检测模型，根据《人体行为分类数据集标注需求》文档完成人体行为分类标注任务，处理训练数据，训练出人体行为分类模型04对标注数据进行可视化处理，获取更多的标注数据信息职业岗位介绍研发基于骨骼关键点的人体姿态估计和行为识别算法优化2D/3D关键点检测模型（如OpenPose、MediaPipe等）设计并实现时空行为分类模型（ST-GCN、LSTM、Transformer等）开发多模态融合方案（结合RGB、深度、IMU等传感器数据）部署轻量化模型到边缘设备（如摄像头、移动端）计算机视觉算法工程师（人体行为识别方向）岗位职责：CONTENTS目录知识目标01Knowledgeobjectives能力目标02Abilitygoals素养目标03Literacygoals知识目标掌握视频格式转换的方法，根据要求完成视频格式转换3了解行为分类训练数据集的处理方法5能灵活使用pycocotools库和matplotlib库完成标注数据可视化7掌握视频裁剪的方法，能根据要求完成裁剪任务2了解关键点标注的方法，掌握利用标注工具labelbee完成关键点标注的方法4了解pkl文件的作用，能根据要求将人体关键点信息存储到pkl文件中，完成模型训练6能根据可视化任务的需求编写Python程序，提升Python编程能力8了解基于骨骼关键点的行为分类模型训练过程

1能力目标分析问题，确定问题的解决方法，利用Python程序实践该方法，提升问题解决的能力能总结模型训练的过程，将其迁移至其他任务中，为其他任务提供数据解决方法分析标注需求，能根据标注需求确定标注方法，合理规划标注任务，高质量完成标注与质检

0102培养学生的生命安全意识启发学生积极