-
公开(公告)号：CN115346264A
公开(公告)日：2022-11-15
申请号：CN202210183170.2
申请日：2022-02-28
Applicant: 湖南大学
IPC: G06V40/20 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉动作识别领域，名称为一种基于多流图卷积残差网络的人体行为识别算法，主要用于识别人体动作。针对目前主流网络模型动作特征信息提取不充分的问题，本发明实现了一种基于多流网络结构的动作识别算法，提取多种数据流信息并融合。针对骨架信息建模困难的问题，提出了一种自适应图卷积网络算法，加入空间注意力机制，给予信息量丰富的关节更多权重。为了提取动作时间序列里更深层信息，提出了一种跨域连接结构，通过引入跨域时间图卷积模块单元，更有效地挖掘时空特征。受到卷积神经网络中ResNet网络的启发，在图卷积网络GCN中加入残差结构单元，降低模型训练难度，增加结构稳定性的同时保持模型的准确性，提高了算法的鲁棒性。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
