基于人体骨骼的行为识别方法研究.pdfVIP

摘要

摘要

基于人体骨骼的行为识别任务的最终目的是从包含时空信息的骨骼数据中识别出

行为的种类，现已广泛应用在智能安全、虚拟现实以及人机交互等领域。本文首先广

泛归纳总结了国内外现有的骨骼行为识别方法，然后就现有基于人体骨骼的行为识别

方法存在的问题进行了三方面的创新研究。研究内容如下：

（1）针对现有图卷积行为识别方法建模多尺度时空信息灵活性差，导致相似动

作和相反动作识别率低的问题，本文设计了一种可选择感受野图卷积网络。由于人眼

的神经元感受野可以根据不同距离和尺寸的物体的刺激进行动态调节，受此现象启发，

该网络构建了可选择感受野模块对不同时空维度的多尺度信息进行优化，进而获得更

具辨别性时空特征。具体来说，该模块允许网络能够动态计算和调整各种信息的权重，

并利用来自不同重要级别分支的信息融合形成多尺度特征，确保在融合层上获得最有

效感受野的信息。广泛的消融实验和对比实验结果表明，本文提出的方法相较于现有

的主流方法特别是基于多尺度的方法取得了明显的改进。

（2）针对现有Transformer行为识别方法识别相反动作或具有相似姿态动作的能

力较差的问题，本文设计了一种时