期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于三维手部骨架数据的连续手语识别
被引量：
1
1
作者
王卓程
张景峤
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第12期1899-1907,共9页
为有效地消除手语识别过程中背景、光照等干扰因素带来的视觉问题,采用低冗余的骨架数据表达手语信息,设计了一个端到端连续手语识别模型.首先,分别从帧内和帧间提取手型和轨迹特征,可以有效地降低原始样本的离散程度;其次,构建一系列...
为有效地消除手语识别过程中背景、光照等干扰因素带来的视觉问题,采用低冗余的骨架数据表达手语信息,设计了一个端到端连续手语识别模型.首先,分别从帧内和帧间提取手型和轨迹特征,可以有效地降低原始样本的离散程度;其次,构建一系列并行的双路残差网络对手型和轨迹特征进行优化与融合,生成时空特征序列;最后,基于注意力机制的编码-解码网络实现时空特征序列到翻译文本的映射.使用Leap Motion收集建立了一个基于三维手部骨架数据的手语数据集LMSLR.实验结果表明,在LMSLR数据集和公共的CSL数据集上,该模型与大多数基于视频处理的模型相比具有较高的准确率和较小的计算量.
展开更多
关键词
手语识别
骨架数据
残差网络
注意力机制
在线阅读
下载PDF
职称材料
时空特征校准和相关性解耦的骨架细粒度动作识别模型
2
作者
胡正平
王昕宇
+1 位作者
陈代萍
唐熙珩
《信号处理》
CSCD
北大核心
2024年第12期2178-2192,共15页
针对骨架数据丢弃部分重要信息导致相关动作识别模型较难捕获动作序列的细微变化从而造成对细粒度动作类别识别率不足的问题,本文提出时空特征校准和相关性解耦的骨架细粒度动作识别模型,在主干网络中间层和输出层中分别引入时空特征校...
针对骨架数据丢弃部分重要信息导致相关动作识别模型较难捕获动作序列的细微变化从而造成对细粒度动作类别识别率不足的问题,本文提出时空特征校准和相关性解耦的骨架细粒度动作识别模型,在主干网络中间层和输出层中分别引入时空特征校准模块和相关性解耦模块,提高模型对细粒度动作类别识别能力。首先,为动态校准特征空间中容易被错误分类的样本同时提高模型对时空信息表征能力,引入时空特征校准模块,该模块对特征进行时空解耦以丰富特征空间中的时空信息,并且利用对比学习方法在特征空间中动态发现并纠正被错误分类的细粒度模糊样本;随后,为降低特征相似性对最终分类造成的影响,引入相关性解耦模块,该模块在第一阶段强制所有特征样本彼此远离以达到去相关目的,并且在第二阶段使去相关后的特征与相应类别原型聚合进而使最终分类难度降低。本文所引入对比学习模块仅在模型训练阶段参与计算,不会对测试阶段带来计算负担。为验证模型有效性,本文在大型公开骨架动作识别数据集上进行实验,模型在NTU RGB+D的X-Sub和X-View基准上识别准确率分别达到92.6%和96.8%,在NTU RGB+D 120数据集的X-Sub和X-Set基准上识别准确率分别达到89.2%和90.7%,相比于主流骨架动作识别模型有明显提升,实验结果表明,本方法能够提高模型对细粒度动作类别识别能力,具有一定优势。
展开更多
关键词
对比学习
细粒度分类
动作识别
骨架数据
在线阅读
下载PDF
职称材料
基于动态拓扑图的人体骨架动作识别算法
被引量：
9
3
作者
解宇
杨瑞玲
+2 位作者
刘公绪
李德玉
王文剑
《计算机科学》
CSCD
北大核心
2022年第2期62-68,共7页
传统的人体骨架动作识别算法采用手动构建拓扑图的方式来建模包含在多个视频帧中的动作序列,并针对性地学习每个视频帧以反映数据变化,这容易造成计算代价大、网络泛化性低和灾难性遗忘等问题。针对上述问题,提出了基于动态拓扑图的人...
传统的人体骨架动作识别算法采用手动构建拓扑图的方式来建模包含在多个视频帧中的动作序列,并针对性地学习每个视频帧以反映数据变化,这容易造成计算代价大、网络泛化性低和灾难性遗忘等问题。针对上述问题,提出了基于动态拓扑图的人体骨架动作识别算法,使用持续学习思想动态构建人体骨架拓扑图。将具有多关系特性的人体骨架序列数据重新编码为关系三元组,并基于长短期记忆网络,通过解耦合的方式学习特征嵌入。当处理新骨架关系三元组时,使用部分更新机制动态构建人体骨架拓扑图,并采用基于时空图卷积网络的骨架动作识别算法来实现动作识别。实验结果表明,所提方法在Kinetics-Skeleton,NTU-RGB+D(X-Sub)和NTU-RGB+D(X-View)基准数据集上分别取得了40%,85%和90%的识别准确率,提高了人体骨架动作识别的准确率。
展开更多
关键词
人体动作识别
人体
骨架数据
灾难性遗忘
持续学习
图卷积网络
在线阅读
下载PDF
职称材料
一种基于骨架序列的老年人摔倒动作识别方法研究
被引量：
1
4
作者
宋垚
陈庆奎
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1703-1710,共8页
针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点,本文提出一种结合门控循环单元和时空注意力模块(STM-GRU)摔倒识别模型,利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误...
针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点,本文提出一种结合门控循环单元和时空注意力模块(STM-GRU)摔倒识别模型,利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误差数据;然后对人体在米字型8个方向上的摔倒倾斜姿态进行分析,提取骨架空间特征,接着从连续时刻骨架序列中提取时序变化特征,解决了尺度、位移变化问题;最后将时空特征输入STM-GRU,时空注意力模块分别应用注意力机制,模型融合各模块输出张量后进行后续动作识别任务.在自建数据集上的实验结果表明,该方法适用于老年人摔倒动作识别.
展开更多
关键词
特征提取
注意力机制
摔倒识别
GRU
骨架数据
深度学习
在线阅读
下载PDF
职称材料
基于双流自适应时空增强图卷积网络的手语识别
被引量：
1
5
作者
金彦亮
吴筱溦
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期189-199,共11页
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使...
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。
展开更多
关键词
骨架数据
双流结构
自适应时空图卷积模块
自适应多尺度时空注意力模块
特征融合
在线阅读
下载PDF
职称材料
基于改进时空图卷积网络的人员交互行为识别
被引量：
1
6
作者
雷静思
刘双广
+1 位作者
刘乔寿
王祥雪
《计算机应用与软件》
北大核心
2024年第4期151-158,共8页
针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提...
针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提高特征复用率;设计一种增强时空图卷积网络(EST-GCN)单元提高网络对关节点之间的信息表征能力;引入一种运动特征因子衡量肢体不同关节的重要程度,提高模型识别效果。在Kinetics数据集和办案区场景数据集上的实验结果表明,所提出方法在识别效果上具有一定优势,且该方法在模型复杂度及运行效率上具有很好的竞争力。
展开更多
关键词
交互行为
时空图卷积网络
骨架数据
密集
在线阅读
下载PDF
职称材料
融合球空间下旋转角度编码的人体动作识别
被引量：
2
7
作者
苏本跃
朱邦国
+1 位作者
郭梦娟
盛敏
《系统仿真学报》
CAS
CSCD
北大核心
2024年第6期1433-1441,共9页
针对现有的人体动作识别方法较多考虑骨架结构的坐标和位移等平移信息,较少关注代表骨架结构的运动趋势以及代表关节、骨骼运动方向的旋转信息,提出一种融合球空间下旋转角度编码的时空卷积神经网络方法。通过人体动作在三维球空间中的...
针对现有的人体动作识别方法较多考虑骨架结构的坐标和位移等平移信息,较少关注代表骨架结构的运动趋势以及代表关节、骨骼运动方向的旋转信息,提出一种融合球空间下旋转角度编码的时空卷积神经网络方法。通过人体动作在三维球空间中的映射,获取具有尺度不变性的角度信息,提取其动态角速度信息作为角度编码,表征动作轨迹中关节点和骨骼边的旋转信息;构建了时空特征提取与共现模块来更好地捕获数据的时空特征;用合适的融合策略对平移特征和旋转特征进行运动特征融合。实验结果证明了旋转角度编码有利于提升运动表征的准确性,以及时空特征提取与共现模块的有效性。
展开更多
关键词
人体动作识别
骨架数据
旋转角度编码
3D球空间
时空特征
在线阅读
下载PDF
职称材料
基于骨架和3D热图的注意缺陷多动障碍患者动作识别算法
8
作者
石超
周昱昕
+3 位作者
扶倩
唐万宇
何凌
李元媛
《计算机应用》
2025年第9期3036-3044,共9页
注意缺陷多动障碍(ADHD)是一种常见于儿童期的神经发育障碍,以注意力不集中、多动和冲动为主要特征,常表现出特定的动作模式。传统的动作识别算法在处理这些特定动作时存在识别准确率低和响应慢等问题。为解决这些问题,提出基于骨架和3...
注意缺陷多动障碍(ADHD)是一种常见于儿童期的神经发育障碍,以注意力不集中、多动和冲动为主要特征,常表现出特定的动作模式。传统的动作识别算法在处理这些特定动作时存在识别准确率低和响应慢等问题。为解决这些问题,提出基于骨架和3D热图的注意缺陷多动障碍患者动作识别算法,并通过高斯分布精确地表示关节点间的空间关系,以有效地保留时空信息。针对单一模态数据的限制,引入基于骨架和3D热图的多模态集成方法。同时,通过融合Short 3D-CNN(3D Convolutional Neural Network)和自适应图卷积网络(AGCN)的输出特征,充分利用两种模态数据的优势,从而提升动作识别性能。在四川大学华西医院心理卫生中心采集的ADHD患者数据集上的实验结果表明,对于8种不同类型的动作,所提算法的Top-1识别准确率为0.8604,Top-5识别准确率为0.9873。此外,提出基于动作类型的ADHD自动分型算法,该算法将ADHD分型为头面部体动型、躯干体动型和四肢体动型,它的识别准确率为75%,响应时间为5 s。与2s-AGCN(two-stream AGCN)和PoseConv3D相比,所提算法在复杂动作场景下具有更高的识别精度,为ADHD的个性化干预提供了新的技术手段。
展开更多
关键词
注意缺陷多动障碍
动作识别
骨架数据
图卷积网络
3D卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于三维手部骨架数据的连续手语识别
被引量：
1
1
作者
王卓程
张景峤
机构
上海大学计算机工程与科学学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第12期1899-1907,共9页
基金
上海市自然科学基金(19ZR1419200).
文摘
为有效地消除手语识别过程中背景、光照等干扰因素带来的视觉问题,采用低冗余的骨架数据表达手语信息,设计了一个端到端连续手语识别模型.首先,分别从帧内和帧间提取手型和轨迹特征,可以有效地降低原始样本的离散程度;其次,构建一系列并行的双路残差网络对手型和轨迹特征进行优化与融合,生成时空特征序列;最后,基于注意力机制的编码-解码网络实现时空特征序列到翻译文本的映射.使用Leap Motion收集建立了一个基于三维手部骨架数据的手语数据集LMSLR.实验结果表明,在LMSLR数据集和公共的CSL数据集上,该模型与大多数基于视频处理的模型相比具有较高的准确率和较小的计算量.
关键词
手语识别
骨架数据
残差网络
注意力机制
Keywords
sign language recognition
skeleton data
residual network
attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
时空特征校准和相关性解耦的骨架细粒度动作识别模型
2
作者
胡正平
王昕宇
陈代萍
唐熙珩
机构
燕山大学信息科学与工程学院
燕山大学河北省信息传输与信号处理重点实验室
出处
《信号处理》
CSCD
北大核心
2024年第12期2178-2192,共15页
基金
国家自然科学基金面上项目(61771420)
国家自然科学基金(62001413)
河北省自然科学基金(F2024203069)。
文摘
针对骨架数据丢弃部分重要信息导致相关动作识别模型较难捕获动作序列的细微变化从而造成对细粒度动作类别识别率不足的问题,本文提出时空特征校准和相关性解耦的骨架细粒度动作识别模型,在主干网络中间层和输出层中分别引入时空特征校准模块和相关性解耦模块,提高模型对细粒度动作类别识别能力。首先,为动态校准特征空间中容易被错误分类的样本同时提高模型对时空信息表征能力,引入时空特征校准模块,该模块对特征进行时空解耦以丰富特征空间中的时空信息,并且利用对比学习方法在特征空间中动态发现并纠正被错误分类的细粒度模糊样本;随后,为降低特征相似性对最终分类造成的影响,引入相关性解耦模块,该模块在第一阶段强制所有特征样本彼此远离以达到去相关目的,并且在第二阶段使去相关后的特征与相应类别原型聚合进而使最终分类难度降低。本文所引入对比学习模块仅在模型训练阶段参与计算,不会对测试阶段带来计算负担。为验证模型有效性,本文在大型公开骨架动作识别数据集上进行实验,模型在NTU RGB+D的X-Sub和X-View基准上识别准确率分别达到92.6%和96.8%,在NTU RGB+D 120数据集的X-Sub和X-Set基准上识别准确率分别达到89.2%和90.7%,相比于主流骨架动作识别模型有明显提升,实验结果表明,本方法能够提高模型对细粒度动作类别识别能力,具有一定优势。
关键词
对比学习
细粒度分类
动作识别
骨架数据
Keywords
contrastive learning
fine-grained classification
action recognition
skeleton data
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于动态拓扑图的人体骨架动作识别算法
被引量：
9
3
作者
解宇
杨瑞玲
刘公绪
李德玉
王文剑
机构
山西大学计算机与信息技术学院
西安电子科技大学电子工程学院
出处
《计算机科学》
CSCD
北大核心
2022年第2期62-68,共7页
基金
国家自然科学基金(62076154,62106131,62106134)
中央引导地方科技发展资金项目(YDZX20201400001224)
山西省国际科技合作计划项目(201903D421050)。
文摘
传统的人体骨架动作识别算法采用手动构建拓扑图的方式来建模包含在多个视频帧中的动作序列,并针对性地学习每个视频帧以反映数据变化,这容易造成计算代价大、网络泛化性低和灾难性遗忘等问题。针对上述问题,提出了基于动态拓扑图的人体骨架动作识别算法,使用持续学习思想动态构建人体骨架拓扑图。将具有多关系特性的人体骨架序列数据重新编码为关系三元组,并基于长短期记忆网络,通过解耦合的方式学习特征嵌入。当处理新骨架关系三元组时,使用部分更新机制动态构建人体骨架拓扑图,并采用基于时空图卷积网络的骨架动作识别算法来实现动作识别。实验结果表明,所提方法在Kinetics-Skeleton,NTU-RGB+D(X-Sub)和NTU-RGB+D(X-View)基准数据集上分别取得了40%,85%和90%的识别准确率,提高了人体骨架动作识别的准确率。
关键词
人体动作识别
人体
骨架数据
灾难性遗忘
持续学习
图卷积网络
Keywords
Human action recognition
Human skeleton data
Catastrophic forgetting
Continual learning
Graph convolution network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种基于骨架序列的老年人摔倒动作识别方法研究
被引量：
1
4
作者
宋垚
陈庆奎
机构
上海理工大学光电信息与计算机工程学院
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1703-1710,共8页
基金
国家自然科学基金项目(61572325)资助
上海重点科技攻关项目(19DZ1208903)资助
上海智能家居大规模物联共性技术工程中心项目(GCZX14014)资助.
文摘
针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点,本文提出一种结合门控循环单元和时空注意力模块(STM-GRU)摔倒识别模型,利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误差数据;然后对人体在米字型8个方向上的摔倒倾斜姿态进行分析,提取骨架空间特征,接着从连续时刻骨架序列中提取时序变化特征,解决了尺度、位移变化问题;最后将时空特征输入STM-GRU,时空注意力模块分别应用注意力机制,模型融合各模块输出张量后进行后续动作识别任务.在自建数据集上的实验结果表明,该方法适用于老年人摔倒动作识别.
关键词
特征提取
注意力机制
摔倒识别
GRU
骨架数据
深度学习
Keywords
feature extraction
attention mechanism
fall recognition
GRU
skeleton data
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于双流自适应时空增强图卷积网络的手语识别
被引量：
1
5
作者
金彦亮
吴筱溦
机构
上海大学通信与信息工程学院
上海大学上海先进通信与数据科学研究院
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期189-199,共11页
基金
上海市自然科学基金(No.22ZR1422200)
上海市科委重点基金(No.19511102803)
上海市产业项目(No.XTCX-KJ-2022-68)资助。
文摘
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。
关键词
骨架数据
双流结构
自适应时空图卷积模块
自适应多尺度时空注意力模块
特征融合
Keywords
skeleton data
two-stream structure
adaptive spatial temporal graph convolutional module
adaptive multi-scale spatial temporal attention module
feature fusion
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进时空图卷积网络的人员交互行为识别
被引量：
1
6
作者
雷静思
刘双广
刘乔寿
王祥雪
机构
重庆邮电大学通信与信息工程学院
重庆高校市级光通信与网络重点实验室
泛在感知与互联重庆市重点实验室
高新兴科技集团股份有限公司
出处
《计算机应用与软件》
北大核心
2024年第4期151-158,共8页
基金
国家自然科学基金项目(61901071)
重庆市自然科学基金重点项目(cstc2020jcyj-zdxmX0024)。
文摘
针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提高特征复用率;设计一种增强时空图卷积网络(EST-GCN)单元提高网络对关节点之间的信息表征能力;引入一种运动特征因子衡量肢体不同关节的重要程度,提高模型识别效果。在Kinetics数据集和办案区场景数据集上的实验结果表明,所提出方法在识别效果上具有一定优势,且该方法在模型复杂度及运行效率上具有很好的竞争力。
关键词
交互行为
时空图卷积网络
骨架数据
密集
Keywords
Interactive behavior
Spatial temporal graph convolution network
Skeleton data
Densely
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
融合球空间下旋转角度编码的人体动作识别
被引量：
2
7
作者
苏本跃
朱邦国
郭梦娟
盛敏
机构
铜陵学院数学与计算机学院
安庆师范大学计算机与信息学院
安庆师范大学数理学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2024年第6期1433-1441,共9页
基金
安徽省领军人才团队(皖教秘人[2019]16号)
安徽省高校优秀科研创新团队(2023AH010056)
铜陵学院联合培养研究生科研创新基金(22tlaqsflhy1)。
文摘
针对现有的人体动作识别方法较多考虑骨架结构的坐标和位移等平移信息,较少关注代表骨架结构的运动趋势以及代表关节、骨骼运动方向的旋转信息,提出一种融合球空间下旋转角度编码的时空卷积神经网络方法。通过人体动作在三维球空间中的映射,获取具有尺度不变性的角度信息,提取其动态角速度信息作为角度编码,表征动作轨迹中关节点和骨骼边的旋转信息;构建了时空特征提取与共现模块来更好地捕获数据的时空特征;用合适的融合策略对平移特征和旋转特征进行运动特征融合。实验结果证明了旋转角度编码有利于提升运动表征的准确性,以及时空特征提取与共现模块的有效性。
关键词
人体动作识别
骨架数据
旋转角度编码
3D球空间
时空特征
Keywords
human action recognition
skeleton data
rotation angle encoding
3D spherical space
spatialtemporal feature
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于骨架和3D热图的注意缺陷多动障碍患者动作识别算法
8
作者
石超
周昱昕
扶倩
唐万宇
何凌
李元媛
机构
四川大学生物医学工程学院
出处
《计算机应用》
2025年第9期3036-3044,共9页
基金
四川省科技计划项目(2023YFS0290)。
文摘
注意缺陷多动障碍(ADHD)是一种常见于儿童期的神经发育障碍,以注意力不集中、多动和冲动为主要特征,常表现出特定的动作模式。传统的动作识别算法在处理这些特定动作时存在识别准确率低和响应慢等问题。为解决这些问题,提出基于骨架和3D热图的注意缺陷多动障碍患者动作识别算法,并通过高斯分布精确地表示关节点间的空间关系,以有效地保留时空信息。针对单一模态数据的限制,引入基于骨架和3D热图的多模态集成方法。同时,通过融合Short 3D-CNN(3D Convolutional Neural Network)和自适应图卷积网络(AGCN)的输出特征,充分利用两种模态数据的优势,从而提升动作识别性能。在四川大学华西医院心理卫生中心采集的ADHD患者数据集上的实验结果表明,对于8种不同类型的动作,所提算法的Top-1识别准确率为0.8604,Top-5识别准确率为0.9873。此外,提出基于动作类型的ADHD自动分型算法,该算法将ADHD分型为头面部体动型、躯干体动型和四肢体动型,它的识别准确率为75%,响应时间为5 s。与2s-AGCN(two-stream AGCN)和PoseConv3D相比,所提算法在复杂动作场景下具有更高的识别精度,为ADHD的个性化干预提供了新的技术手段。
关键词
注意缺陷多动障碍
动作识别
骨架数据
图卷积网络
3D卷积神经网络
Keywords
Attention Deficit Hyperactivity Disorder(ADHD)
action recognition
skeleton data
Graph Convolutional Network(GCN)
3D Convolutional Neural Network(CNN)
分类号
TP391 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于三维手部骨架数据的连续手语识别
王卓程
张景峤
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
时空特征校准和相关性解耦的骨架细粒度动作识别模型
胡正平
王昕宇
陈代萍
唐熙珩
《信号处理》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于动态拓扑图的人体骨架动作识别算法
解宇
杨瑞玲
刘公绪
李德玉
王文剑
《计算机科学》
CSCD
北大核心
2022
9
在线阅读
下载PDF
职称材料
4
一种基于骨架序列的老年人摔倒动作识别方法研究
宋垚
陈庆奎
《小型微型计算机系统》
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
5
基于双流自适应时空增强图卷积网络的手语识别
金彦亮
吴筱溦
《应用科学学报》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
6
基于改进时空图卷积网络的人员交互行为识别
雷静思
刘双广
刘乔寿
王祥雪
《计算机应用与软件》
北大核心
2024
1
在线阅读
下载PDF
职称材料
7
融合球空间下旋转角度编码的人体动作识别
苏本跃
朱邦国
郭梦娟
盛敏
《系统仿真学报》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
8
基于骨架和3D热图的注意缺陷多动障碍患者动作识别算法
石超
周昱昕
扶倩
唐万宇
何凌
李元媛
《计算机应用》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
