[发明专利]基于角度无关性的骨架行为识别方法、系统及设备

摘要

本发明涉及人体行为识别领域，具体涉及一种基于角度无关性的骨架行为识别方法、系统及设备，只在提高角度无关性骨架行为识别的准确率。本发明的基于角度无关性的骨架行为识别方法，包括：基于每个视角的骨架序列设计特定视角子网，通过空域注意力和时域注意力模块分别重点关注关键关节点和关键帧，通过多层长短时记忆网络学习每个视角序列的判别性特征；将各个特定视角子网的输出特征串联起来作为公共子网的输入，通过双向长短时记忆网络进一步学习角度无关性特征，通过视角注意力模块重点关注关键视角；提出正则化交叉熵损失函数推动网络多模块共同学习。本发明有效地提高了识别准确率，能够自动专注学习信息较多的视角特征。

主权项

1.一种基于角度无关性的骨架行为识别方法，其特征在于，包括：将待识别的骨架时间序列按不同的视角，输入到训练好的骨架行为识别模型中；利用所述训练好的骨架行为识别模型，计算待识别骨架时间序列的行为类别概率；其中，所述骨架行为识别模型，包括：预设数量的特定视角子网，以及公共子网；所述骨架行为识别模型的训练方法，包括以下步骤：步骤S1，针对每个所述特定视角子网，输入与该特定视角对应的一帧训练数据，分别计算空域注意力权重、时域注意力权重，进而计算出该特定视角子网的判别性特征；步骤S2，将各个所述特定视角子网的判别性特征串联为视角序列，作为所述公共子网的输入，计算角度无关性特征和视角注意力权重，进而计算出所述训练数据的行为类别的概率；步骤S3，判断训练数据是否已全部输入，若是，则转至步骤S4；否则，转至步骤S1；步骤S4，计算损失函数；步骤S5，判断损失函数是否收敛，若是则训练结束，否则，转至步骤S6；步骤S6，调整所述骨架行为识别模型的参数，转至步骤S1。