摘要
本发明涉及计算机视觉技术领域,尤其涉及一种人体行为识别方法及系统。本发明通过在ST‑GCN模型的各个时间图卷积前设置多头空间超图卷积模块,构建人体行为识别模型;多头空间超图卷积模块通过每个节点可以被超边所包含的最大数量,构建非均匀超图来表征人体骨骼的拓扑关系,并结合反映各个关节联系的物理邻接矩阵,生成该模块的输出;还添加了虚拟连接,构建与多头空间超图卷积模块输入通道维度、时间维度相同的虚拟特征,将虚拟特征与模态数据特征沿关节维度拼合后,重新作为模块输入,来丰富真实节点的全局语义信息,补充人体行为方式的泛化性信息,并在不同层之间,引入了阶段性的稠密连接来平滑特征的变化程度,提高了人体行为识别精度。
技术关键词
卷积模块
节点
识别方法
GCN模型
数据
矩阵
关节
索引
识别模型训练
通道
输出特征
序列
计算机视觉技术
物理
表征人体
近邻算法
识别系统
元素
识别模块
系统为您推荐了相关专利信息
交叉注意力机制
时序特征
时序数据检测方法
时间域
时间卷积网络