基于图卷积网络的行为识别方法综述

摘要：

行为识别技术具有巨大的应用前景和潜在的经济价值,广泛应用于视频监控、视频检索、人机交互、公共安全等领域.图卷积网络表现出基于图数据的依赖关系进行建模的强大功能,成为行为识别领域的研究热点.基于此,主要概述基于图卷积网络的行为识别方法.图卷积网络主要有两大方法:基于频谱的方法和基于空间的方法.首先,从不同侧面分析两种方法的优缺点,概述两种方法在行为识别领域的应用与发展;然后,根据行为识别中图网络模型和算法设计的差异,总结网络构造的关键方面,对比不同算法对模型性能产生的影响;最后,针对图卷积网络在行为识别中存在的问题,对未来图卷积网络的发展进行展望.

关键词：图卷积网络、行为识别、神经网络、深度学习、非欧氏空间

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61702295,61672305

在线出版日期：2021-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1537-1546