[发明专利]一种基于图卷积网络的人体行为识别方法及系统有效
| 申请号： | 201911070446.0 | 申请日： | 2019-11-05 |
| 公开（公告）号： | CN110796110B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 朱光明;张亮;杨露;李洪升;沈沛意;宋娟 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/40;G06V10/80;G06V10/778;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人： | 闵媛媛 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图卷积网络的人体行为识别方法及系统，识别方法包括：从包含人体行为的图像中提取人体骨架信息，获取人体关节点位置信息序列，构建人体骨架的任意长度拓扑图序列；通过基于拓扑可学习图卷积的时空图卷积网络对拓扑图序列进行特征提取和拓扑结构的自适应演化，得到融合局部时空特征的节点新特征和具有新拓扑结构的拓扑图序列；通过图卷积长短期记忆神经网络进行特征提取；利用全局池化操作得到全局时空特征；通过分类器基于全局时空特征进行人体行为识别。本发明直接学习整个图的特征，将图卷积中的权重矩阵扩大到整个拓扑图结构，学习图中任意两节点之间的关系，而不受拓扑结构的限制，识别准确率高。 | ||
| 搜索关键词： | 一种 基于 图卷 网络 人体 行为 识别 方法 系统 | ||
【主权项】：
1.一种基于图卷积网络的人体行为识别方法，其特征在于，包括以下步骤：/nS1，从包含人体行为的图像中提取人体骨架信息，获取人体关节点位置信息序列，以各关节点为节点，以关节点之间的骨骼为边，构建人体骨架的任意长度拓扑图序列；/nS2，通过基于拓扑可学习图卷积的时空图卷积网络对拓扑图序列进行特征提取和拓扑结构的自适应演化，得到融合局部时空特征的节点新特征和具有新拓扑结构的拓扑图序列；/nS3，通过图卷积长短期记忆神经网络对新拓扑图序列进行特征提取，得到具有长时时空特征的拓扑图序列；/nS4，利用全局池化操作对拓扑图序列的特征进行进一步融合，得到全局时空特征；/nS5，利用分类器基于全局时空特征进行人体行为识别。/n
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西安电子科技大学，未经西安电子科技大学许可，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/201911070446.0/，转载请声明来源钻瓜专利网。
