基于相对骨骼点特征和时序自适应感受野的动作识别方法

摘要：

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时序自适应感受野的动作识别方法.首先,该方法在特征获取部分增加了相对骨骼点特征,以满足节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特征.然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了网络对不同持续时长动作的适应性.最后,经过决策级融合模块,计算类别概率,得到分类结果.仿真结果表明,基于NTU RGB+D和Kinetics-skeleton两大基准数据集,对比多种主流方法,均取得了更高的识别准确率,分别为96.2％与60.1％.该方法可以较好地提取不同动作的区别性时间特征,提高了动作时空特征的判别能力.

关键词：动作识别、时序特征提取、图卷积网络、相对骨骼点特征、时序自适应

所属期刊栏目：9

分类号：U495;V249(交通工程与公路运输技术管理)

资助基金：中国国家铁路集团有限公司科技研究开发计划P2020T002

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：132-139