[发明专利]一种基于图卷积网络的扩展动作识别方法在审
| 申请号： | 202210749376.7 | 申请日： | 2022-06-28 |
| 公开（公告）号： | CN115937965A | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 王全玉;张开翔 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/82;G06V10/764;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于图卷积网络的扩展动作识别方法。然而，传统GCN中的静态骨架图拓扑不反映非相邻关节的隐含关系，其中包含动作序列中骨架姿势的重要潜在信息。此外，传统的三分类节点划分策略丢弃了非物理连接边沿时间维度的大部分运动相关性。该方法提出了一个扩展的骨架图拓扑以及扩展的分区策略，以提取模型中的大部分非相邻关节的关系信息。扩展骨架图将关节表示为顶点，加权边分别表示物理连接和非物理连接关节之间的内在和外在关系。此外，扩展分区策略将GCN的输入图划分为五类固定长度张量，以包含最大运动相关性。最后，采用时空图卷积网络(ST‑GCN)实现扩展骨架图和分区策略。此外，该方法还采用关键点信息和骨骼信息作为输入的双分支结构，每个分支网络结构相同。在两个大型数据集NTU‑RGB+D和Kinetics‑Skeleton上进行的实验表明，其性能优于传统的最先进的ST‑GCN。 | ||
| 搜索关键词： | 一种 基于 图卷 网络 扩展 动作 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210749376.7/，转载请声明来源钻瓜专利网。
- 上一篇：姿态估计的方法、装置、设备和存储介质
- 下一篇：一种电厂的水处理仪表装置
