摘要
本发明公开了一种适合人体动作识别的双阶段边缘计算任务卸载方法,包括如下步骤:采用终端监控设备捕获视频,在边缘计算的环境下,通过两阶段的人体动作识别任务卸载策略,对人体动作识别任务进行卸载,其中全局任务智能调度负责选择最优服务器,单任务分层方法负责确定每个任务的卸载百分比。之后,采用动态部位聚类图卷积动作识别网络,捕捉身体部分间的相互作用,以低计算代价完成动作识别。该适合人体动作识别的双阶段边缘计算任务卸载策略解决了人体动作识别在边缘计算环境中的计算卸载与资源优化问题,提高了安全监控中对危险及异常行为判断的准确率和效率。
技术关键词
人体动作识别
卸载方法
注意力
服务器
节点特征
卸载策略
能量消耗
高危险
网络
终端监控设备
边缘计算环境
决策
训练智能体
GCN模型
阶段
云端
代表
聚类
系统为您推荐了相关专利信息
分类方法
残差网络
生成位置信息
卷积神经网络模型
多层感知机
智能检测方法
标签
影像
结构纹理特征
卷积神经网络提取