融合内在拓扑与多尺度时间特征的骨架动作识别.pdfVIP

融合内在拓扑与多尺度时间特征的骨架动作识别.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 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. 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. 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. 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

1502025,61(4)ComputerEngineeringandApplications计算机工程与应用

融合内在拓扑与多尺度时间特征的骨架动作识别

12+

王琪,何宁

1.北京联合大学北京市信息服务工程重点实验室,北京100101

2.北京联合大学智慧城市学院,北京100101

+通信作者E-mail:xxthening@buu.edu.cn

摘要:图卷积网络在基于骨架的人体动作识别任务中发挥着关键作用。为了解决现有的图卷积网络忽略内在关

系,时间卷积功能受限,以及未能充分探索关节与骨骼之间潜在功能相关性等问题,提出一种融合内在拓扑与多尺

度时间特征的骨架动作识别方法。为推断上下文内在拓扑关系,模型利用多头自注意力机制和共享拓扑构建内在

拓扑空间图卷积模块;基于复杂的动作序列分析构建多尺度时间卷积模块,旨在扩展时间卷积结构并捕捉多尺度时

间特征;模型搭建关节和骨骼信息交互桥梁,实现两者信息的有效传输和融合,以便更深入地探索它们之间的功能

相关性。对所提出的方法进行验证,在NTU-RGB+D60数据集上取得了CS基准91.5%和CV基准96.9%的识别准

确率,在NTU-RGB+D120数据集上分别取得了C-Sub基准89.0%和C-Set基准90.8%的准确率。实验结果表明所提

出方法能够更加有效地提取骨架时空特征,进而提升识别精度。

关键词:骨架动作识别;图卷积;内在拓扑;多尺度;信息融合

文献标志码:A中图分类号:TP391doi:10.3778/j.issn.1002-8331.2309-0467

SkeletonActionRecognitionbyIntegratingIntrinsicTopologyandMulti-ScaleTimeFeatures

12+

WANGQi,HENing

1.BeijingKeyLaboratoryofInformationServiceEngineering,BeijingUnionUniversity,Beijing100101,China

2.CollegeofSmartCity,BeijingUnionUniversity,Beijing100101,China

Abstract:Graphconvolutionalnetworksplayacrucialroleinskeletonbasedhumanactionrecognitiontasks.Inorderto

solvetheproblemsofexistinggraphconvolutionalnetworksignoringintrinsicrelationships,limitedtimeconvolution

function,andinsufficientexplorationofpotentialfunctionalcorrelationsbetweenjointsandbones,askeletonactionrecog-

nitionmethodintegratingintrinsictopologyandmulti-scaletimefeaturesisproposed.Inordertoinfertheintrinsictopolog-

icalrelationshipsofthecontext,themodelutilizesmulti-headself-attentionmechanismandsharedtopologytoconstruct

anintrinsictopologicalspacegraphconvolutionmodule.Amulti-scaletimeconvolutionmoduleisconstructedbasedon

complexactionsequenceanalysis,aimingtoexpandthetimeconvolutionstructureandcapturemulti-scaletimefeat

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档