摘要
本发明公开了一种基于语义分解多关系图卷积网络的骨架动作识别方法,包括S1、采集骨架关节点数据,处理得到融合骨架;S2、选择质心节点,构建在骨流和节点流上的语义分解图;S3、生成各语义分解图的邻接矩阵;S4、构建语义分解多关系图卷积网络;S5、利用语义分解多关系图卷积网络对骨流和节点流的特征矩阵和融合骨架进行动作识别,得到骨架动作识别结果。本发明将人体骨架按质心节点进行分解得到语义分解图,使得该图将变得更密集,接受域比以前更大,并具有更有意义的远距离连接;本发明构建了语义分解多关系图卷积网络,将2D和3D融合坐标作为网络输入,使用多关系图注意力网络来计算不同分层的贡献,提升了特征识别的准确性。
技术关键词
骨架动作识别方法
语义
网络
关系
分支
矩阵
关节点
卷积模块
sigmoid函数
姿态估计
注意力机制
输出特征
人体骨架
节点数
远距离
坐标
表达式
邻居
系统为您推荐了相关专利信息
传输监控方法
车载网络
传输监控装置
解码器
编码器
道路交通流预测方法
卷积递归神经网络
交通状态预测
高斯混合模型
节点特征
双通道神经网络
眩光
细粒度特征
融合特征
边缘检测
高灵敏度传感
特种设备
经验模态分解算法
微型加速度传感器
超声波传感器阵列