[发明专利]一种基于图卷积网络的扩展动作识别方法

权利要求书

1.一种基于图卷积网络的扩展动作识别方法，该方法包括：

a.从输入设备中提取实时图像序列的输入模块。

b.一个2D姿势估计模块，它接收图像并为图像中的每个人生成2D关节定位。

c.扩展的人体骨架图和分区模块。

d.空域卷积和时域卷积模块。

2.如权利要求1所述的方法，方法内包括：

a.输入包含一个或多个人的完整/部分身体姿势的RGB图像序列。

b.提取视频序列中的人体关节点信息，并提取骨骼信息。

c.根据关节信息头肩扩展的人体骨架图和分区策略。

d.结合关节点信息以及骨骼信息获取动作分类。

3.一种基于图卷积网络的扩展动作识别方法，该方法包括：

a.一种捕获实时单目图像序列的装置。

b.接收包含一个或多个人的图像序列。

c.非易失性存储器，用于在不执行时保存系统二进制文件。

d.在处理过程中保存系统可执行文件、图像序列和深度图的主存储器。

e.一种用于执行系统二进制文件以执行方法的计算机处理器，包括：

i.处理每个图像以生成一组2D关节定位以及图像中每个人的骨骼信息。

ii.处理关节点和骨骼信息并进行动作分类。

4.如权利要求2.e所述的方法，扩展人体关节点图的构建，将人体非相邻关节点连接赋值。

5.如权利要求2.e所述的方法，扩展分区策略，将人体各关节周围的点分为5类。

6.如权利要求2.e所述的方法，计算骨骼的方向角向量、长度以及权重。

7.如权利要求2.e所述的方法，关节信息和骨骼信息共同作为输入并将输出结合作为分类结果。