-
题名融合时空领域知识与数据驱动的骨架行为识别
被引量：1
- 1
-
-
作者
梁成武
胡伟
杨杰
蒋松琪
侯宁
-
机构
三峡大学电气与新能源学院
河南城建学院电气与控制工程学院
-
出处
《计算机工程与应用》
北大核心
2025年第5期165-176,共12页
-
基金
国家自然科学基金(62176086,U1804152)。
-
文摘
基于骨架数据的行为识别由于其数据紧凑性和抗背景干扰性,逐渐引起研究者的关注。现有数据驱动方法对融合骨架行为的时空领域知识尚未充分研究。基于此,提出一种融合人体行为时空领域先验知识与CNN改进网络结构的骨架行为识别方法。基于关键时空特征领域知识提出时通聚焦模块,通过产生聚集系数矩阵引导模型关注鉴别性特征表达。融合长时空跨度领域知识提出多尺度卷积融合模块,沿通道采用分组残差连接方式灵活扩大卷积的时间感受野,在不引入大量参数情况下可获得长时空跨度特征表达能力。该方法在NTU RGB+D、NTU RGB+D 120及FineGYM三个大型数据集上进行性能评估与验证,分别取得96.6%、89.6%、94.1%的识别准确率。实验结果表明,融合时空领域知识与数据驱动可充分挖掘骨架行为时空特征,能够提升骨架行为识别性能并具有跨数据集泛化性。
-
关键词
时空领域知识
数据驱动
骨架行为识别
卷积神经网络
长时空建模
-
Keywords
spatio-temporal domain knowledge
data-driven
skeleton-based action recognition
convolutional neural networks
long-time modeling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
