公开(公告)号：CN113869105B

公开(公告)日：2024-09-10

申请号：CN202110906825.X

申请日：2021-08-09

Applicant: 华北电力大学(保定)

Inventor： 戚银城 ,  史博强

IPC: G06V40/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 针对2s‑AGCN网络模型的时域网络结构是单一的，采用一维卷积层对时间动态进行建模，难以捕捉复杂的节点时域特征的问题，本申请提出了一种人体行为识别方法，具体为一种多尺度时空卷积网络的人体行为识别模型，即在基线模型2s‑AGCN基础上设计并嵌入多尺度时域网络模块，构建了MT‑AGCN模型，该多尺度时域网络模块一方面增加了网络的宽度，增强了网络对尺度的适应性，另一方面网络中不同支路的感受野不同，提取时域信息的尺度是不同的。随着训练的进行，MT‑AGCN网络模型不断学习节点时域特征，通过不同尺度的时域信息表现出的行为信息可以使得网络在特征提取时更关注显著区域。

公开(公告)号：CN113869105A

公开(公告)日：2021-12-31

申请号：CN202110906825.X

申请日：2021-08-09

Applicant: 华北电力大学(保定)

Inventor： 戚银城 ,  史博强

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 针对2s‑AGCN网络模型的时域网络结构是单一的，采用一维卷积层对时间动态进行建模，难以捕捉复杂的节点时域特征的问题，本申请提出了一种人体行为识别方法，具体为一种多尺度时空卷积网络的人体行为识别模型，即在基线模型2s‑AGCN基础上设计并嵌入多尺度时域网络模块，构建了MT‑AGCN模型，该多尺度时域网络模块一方面增加了网络的宽度，增强了网络对尺度的适应性，另一方面网络中不同支路的感受野不同，提取时域信息的尺度是不同的。随着训练的进行，MT‑AGCN网络模型不断学习节点时域特征，通过不同尺度的时域信息表现出的行为信息可以使得网络在特征提取时更关注显著区域。