融合注意力机制的通道拓扑细化改进的图卷积网络

摘要：

针对目前骨架动作识别网络数据处理的处理方式、不同动作肢体的动态表述以及时间特征提取的不足,本文提出AA-SGN网络模型,将原始的关键点特征转换成骨骼特征,将动态的非拓扑网络,改进为动态拓扑细化的图卷积网络,在充分利用语义信息的基础上,在时间尺度上融合注意力机制,关联空间和时间信息,使网络充分利用骨骼位置信息和时间流的运动信息,在NTU60 RGB+D的CS和CV设定上提高了1％和0.4％,在NTU120 RGB+D的CSub和CSet分别提高了5.7％和4.6％,证明本文提出的AA-GCN能有效识别骨架动作.

关键词：图卷积网络、语义信息、拓扑结构、人体骨架、注意力机制

所属期刊栏目：37

分类号：TP183(自动化基础理论)

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：120-126