基于时空图小波神经网络的手部动作识别方法

摘要：

根据车间人员操作监控的需要,文中研究了一种基于深度学习的新方法——时空图小波神经网络(ST-GWNN).该算法对图小波卷积进行参数化,以降低每层图卷积层的参数复杂度,并采用一阶切比雪夫多项式逼近图小波卷积;分离多项式阶数K与邻接节点阶数之间的关系,固定多项式阶数,通过调整超参数s来改变邻域范围,从而识别更多复杂的手部动作.实验结果表明,文中提出的ST-GWNN在动作识别中的识别率优于目前常用的时空图卷积神经网络,并且能够充分利用动作的时空关联性.

关键词：手部动作识别、图卷积神经网络、时空图、小波变换、一阶切比雪夫多项式

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金资助项目

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64