-
题名基于引导图卷积网络的人体动作轮廓动态识别
- 1
-
-
作者
鲁光男
李柯景
岳莉
-
机构
长春大学计算机科学技术学院
-
出处
《现代电子技术》
北大核心
2025年第21期101-104,共4页
-
基金
吉林省教育厅科学研究项目(JJKH20251104KJ)。
-
文摘
为捕捉节点信号随时间的演变规律,准确预测人体动作,提升人员安全性,文中提出基于引导图卷积网络的人体动作轮廓动态识别方法,全面地理解人体动作的动态变化。利用OpenPose模型获取动作视频中人体各个关节点的位置,构建人体动作骨架图;建立跨时空图结构,描述不同视频帧人体关键点之间的时间依赖关系,设计多尺度邻接矩阵,捕捉人体动作的跨时空相关性;引入注意力机制对不同尺度的邻接矩阵进行权重分配,确定关键关节点间的关系;基于频谱图理论对人体骨架时空图进行时空卷积操作,深入挖掘空间维度上的信号关联性,并捕捉节点信号随时间的演变,通过全连接层进行降维和激活函数处理,输出人体动作轮廓动态识别结果。结果表明:文中方法能够有效地捕捉人体动作的时空特征,对于不同场景下和不同复杂程度的动作类型,该方法的人体动作轮廓动态识别准确性均在90%以上,证明所提方法具有较高的准确性和鲁棒性。
-
关键词
OpenPose模型
图卷积网络
注意力机制
频谱图理论
人体骨架时空图
时空特性
-
Keywords
OpenPose model
graph convolutional network
attention mechanism
spectrum theory
human skeleton spatio⁃temporal map
spatiotemporal characteristic
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
