原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于人体骨架数据的改进动作识别方法，将原MS‑G3D模型的GCN和TCN多尺度邻接矩阵扩大，修改后的邻接图增加更多运动信息，实验结果表明，本发明在多个公共数据集上都取得了良好的表现，相比于现有的模型，准确率更高。本发明的技术方案是扩大其保留阶次，将快慢运动矩阵拼接起来，得到一个包含综合特征的矩阵,使模型能学习到更丰富的特征。本发明的有益效果是，传统的MS‑G3D模型的邻接图对于相同运动的全局运动尺度的快慢无法考量，本发明扩展了相隔两跳的邻接矩阵并将之与之前的合并。通过这种手段，模
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117423159A
(43)申请公布日2024.01.19
(21)申请号202311250520.3
(22)申请日2023.09.26
(71)申请人中国矿业大学（北
文档评论（0）