摘要
本发明公开了一种基于图卷积和自注意力机制的太极拳动作识别方法,首先使用人体姿态估计算法从采集的太极拳视频中提取人体骨架序列,再根据太极拳活动先验特征构建图卷积邻接矩阵,并构建基于图卷积和自注意力机制的太极拳动作识别模型,通过图卷积聚合骨架数据,提取空间特征,再通过自注意力层中多头自注意力机制提取时间特征,最后通过全连接层完成分类,计算得到动作分类结果,完成太极拳动作分类识别。本发明的方法利用图卷积和自注意力机制实现了对太极拳视频中人体动作的识别分类,使用图卷积方法计算各关节点的空间相关性,加快物理距离较远的端点的聚合信息聚合,使用自注意力机制并行计算各帧的时间相关性,增强了算法的精度和稳定性。
技术关键词
注意力机制
动作识别方法
人体姿态估计算法
人体骨架序列
人体骨盆
输出特征
逻辑
动作识别模型
表达式
空间特征提取
关键点特征
人体骨架关节点
卷积方法
物理
矩阵
太极拳训练
手掌关键点
系统为您推荐了相关专利信息
神经网络模型
图像数据采集模块
农作物生长状况
病虫害
种植参数
电力数据清洗
辅助编码器
电力运行数据
主编码器
电力系统数据处理技术
漏洞检测方法
长短期记忆网络
特征提取模块
引入注意力机制
对源代码
风险预测方法
样本
矩阵
轻量化卷积神经网络
动态