摘要
本发明提供了一种基于无人机采集多模态数据融合的人体行为识别方法,包括如下步骤:将关节Tokens与同帧的使用空间Transformer完成特征提取后的空间CLS Tokens拼接,得到特征融合模块;基于人体解剖学结构对关节点序列进行结构编码,构建人体拓扑结构关联模块;构建时序交叉Transformer模块;空间Transformer、特征融合模块、人体拓扑结构关联模块、时序交叉Transformer模块进行堆叠得到主干特征提取网络采用10层主干特征提取网络对输入的前期融合数据和特征融合数据进行深层特征提取并使用分类头进行分类,将主干网络输出的特征映射到与行为类别数量相同的维度,并为每个类别输出一个预测分数,根据预测分数得到人体行为识别结果。该方法可以有效识别无人机采集多模态数据中的人体行为。
技术关键词
多模态数据融合
人体拓扑结构
识别方法
特征提取网络
无人机
矩阵
深层特征提取
注意力
多层感知机
人体解剖学
人体关节点
亮度
人体姿态估计算法
编码
序列
时序
元素
系统为您推荐了相关专利信息
电抗器匝间绝缘
检查方法
干式电抗器
程控增益放大器
多通道同步采集
无人机数据
单目深度估计
大气散射模型
大气散射物理模型
无人机检测方法
生态修复系统
生态修复方法
多模型协同
时空注意力机制
栅格