摘要
本发明公开了一种基于骨骼序列的人体动作识别方法和系统,方法包括:获取人体动作数据集,并基于数据集构建骨骼图;基于时空图卷积神经网络和对比学习对CTR‑GCN网络进行改进,构建初步识别模型;所述改进包括在主干网络中进行骨骼点的绝对位置编码和相对位置编码,采用多尺度空间图重塑邻接矩阵;使用骨骼图对初步识别模型训练,更新模型参数,得到人体动作识别模型;使用人体动作识别模型对待识别的目标进行动作识别;本发明提供的方法能够提高面向骨骼序列数据人体动作识别的性能,取得了较好的识别效果。
技术关键词
人体动作识别方法
人体动作识别系统
多分支结构
人体动作数据
识别模型训练
编码
更新模型参数
顶点
序列
通道
网络
时序特征
输出特征
模型训练模块
处理器
关节
多尺度
系统为您推荐了相关专利信息
灾害识别方法
深度神经网络学习
可见光
无人机
隧洞边墙
变电站主接线图
智能识别方法
超分辨率网络
开关器件
文字识别模型训练
图像识别模型训练
扫描器
图像扫描装置
承载单元
物体