摘要
本发明提供了基于时间解耦层次图卷积的双人交互行为识别方法,包括:S1:优化的关节点数据作为网络的输入,构建层次图拓扑得到层次关系矩阵;S2:将CTR‑GC通道拓扑优化图卷积构建为时间解耦层次图卷积,采用S1中得到的层次关系矩阵,构建能够同时捕获时间通道信息和空间通道信息的THGC图卷积块;S3:THGC中的图卷积构建为BLOCKGC,进而构建为TBGC图卷积块;S4:将TBGC图卷积块和多尺度时间卷积块进行堆叠得到TB‑GCN图卷积网络;S5:利用TB‑GCN图卷积网络对输入的人体的骨架数据进行深层特征提取和分类,得到双人交互行为识别结果。该方法可以有效提高双人交互行为识别的准确率。
技术关键词
双人
识别方法
深层特征提取
空间特征信息
人体关节点
数据
通道
矩阵
网络
残差结构
深度相机
关系
支路
编码
语义
瓶颈
批量
系统为您推荐了相关专利信息
异构特征
前馈神经网络
诊断方法
样本
混合聚类算法
土地利用数据
区域识别方法
区域生长算法
农村
规模
数字孪生模型
多传感器融合
可见光图像
识别方法
显示器
波形
天然地震数据
时域编码器
地震识别方法
加速度
关键意见领袖
识别方法
节点
深度信息融合
采样模块