公开(公告)号：CN117011938A

公开(公告)日：2023-11-07

申请号：CN202310960796.4

申请日：2023-08-01

Applicant: 济南大学

Inventor： 吕娜 ,  赵维超 ,  彭京亮

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/045 ,  G06N3/082 ,  G06V10/764 ,  G06V10/40

Abstract: 本公开提供了基于多流动态信息图嵌入模型的人体运动识别方法及系统，涉及深度学习技术领域，包括提取运动捕获数据中的关节角度信息转化为人体各关节点的轨迹信息数据，获取运动序列；引入基于骨架的图卷积深度神经网络进行多流动态信息的特征提取，所述图卷积深度神经网络设计双分支结构，主分支提取长期运动序列中的运动时空特征，辅助分支提取短期运动序列中的运动时空特征，双分支通过交叉注意力的方式进行交互，使辅助分支对主分支中的特征信息进行补充；利用提取的运动时空特征输出运动识别结果类别概率，并进行排序，选择最大概率值对应的类别作为识别的结果，完成人体运动动作类别的识别。本公开有效提高运动捕获数据的识别精度和效率。