-
题名基于双流图卷积网络的人体行为识别算法
被引量：4
- 1
-
-
作者
王宪伦
王广宇
孙宇轩
-
机构
青岛科技大学机电工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2023年第7期140-143,147,共5页
-
基金
国家自然科学基金资助项目(51105213)。
-
文摘
针对传统的卷积网络对人体行为识别速度不高或识别精度偏低的问题,提出了基于图卷积网络(GCN)的人体行为识别算法。首先,介绍了时空图卷积网络(ST-GCN)算法,该算法将人体骨架信息归类于图信息,并在时域和空间域上对人体信息进行图卷积运算;其次,使用双流GCN进行模型的搭建,双流GCN是对ST-GCN的一种改进,为某些相距很远但某些动作中关系密切的点创建“不可能连接”,并提出骨骼的长度和方向对人体行为识别也起到重要作用的观点。实验结果表明:对于选取的4个行为的平均识别率达到了92.2%,因此,基于双流GCN算法的人体行为识别方法具有可行性。
-
关键词
图卷积网络
人体行为识别
时空图卷积网络
双流图卷积网络
-
Keywords
graph convolutional network(GCN)
human behavior recognition
spatio-temporal graph convolutional network(ST-GCN)
two-stream graph convolutional network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于残差融合双流图卷积网络的手势识别方法
被引量：2
- 2
-
-
作者
程换新
成凯
程力
蒋泽芹
-
机构
青岛科技大学自动化与电子工程学院
中国科学院新疆理化技术研究所
-
出处
《电子测量技术》
北大核心
2022年第9期20-24,共5页
-
基金
国家海洋局重大专项(国海科字[2016]494号No.30)资助。
-
文摘
针对传统图卷积网络易忽略空间特征与时间特征之间关联的问题,设计了一种基于残差结构和图卷积网络相融合的双流网络模型。首先网络包括空间流和时间流两个通道,将手势骨骼数据构建成空间图和时序图作为两通道的输入,通过分离时间维度和空间维度极大地提高了训练速度。然后为了增加网络深度,避免梯度消失等问题,嵌入残差结构并对其进行改进,更加有效利用时间特征,保证了特征的多样性。最后将两通道输出的空间点集序列和时间边集序列串联转化,输入Softmax分类器进行分类,得到识别结果。将新提出的方法在CSL和DEVISIGN-L手势数据集上进行实验,结果表明在两个数据集上识别精度分别达到了96.2%和69.3%,证明该方法具有一定的先进性。
-
关键词
手势识别
残差结构
双流图卷积网络
-
Keywords
gesture recognition
residual structure
two-stream graph convolutional network
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
