基于GCN的局部增强人体骨骼行为识别算法 |
| |
作者姓名: | 谢伙生 罗洪文 |
| |
作者单位: | 福州大学 数学与计算机科学学院,福建 福州 350591 |
| |
基金项目: | 国家自然科学基金项目(61801121); |
| |
摘 要: | 为使人体骨骼这种非欧几里得结构数据更好地应用于人体行为识别任务中,将多种模态的特征融合后作为模型的输入,探讨关节的全局与局部的信息共现性,构建一个完整的空间信息推理模型。通过使用多层时间膨胀卷积网络提取骨骼数据在时间维度中的上下文依赖关系,使模型可以兼具捕获短期和长期的时序上下文依赖关系,有效提高时间信息的提取能力。提出的分层次时空图卷积神经网络模型在NTU-RGB+D-60和NTU-RGB+D-120数据集上均取得了较好的识别准确率。
|
关 键 词: | 图卷积神经网络 人体骨骼数据 行为识别 膨胀卷积 时间卷积网络 |
本文献已被 万方数据 等数据库收录! |
|