基于2S-LSGCN的人体动作识别

摘要：

针对视频中人体动作行为的空间复杂性和时间复杂性问题,提出一种融合图卷积神经网络和长短期记忆神经网络的双流网络方法2 S-LSGCN.从人体关节点组成的骨架关节图中,提取动作的空间与时间特征;利用GCN提取骨架关节点间潜在的空间信息,LSTM提取人体动作前后之间的时间序列特征作为补充,分别将两个网络的预测输出进行晚融合,提高单个网络泛化能力不足的问题.该模型在NTU-RGBD数据集上达到了令人满意的效果,在与该领域中的同类算法比较中表现优异.

关键词：人体动作识别;骨架关节图;晚融合;图卷积神经网络;长短期记忆网络

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61873068

在线出版日期：2022-03-03（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：510-516