摘要
本发明公开了一种基于自适应时空解耦网络的骨架手势识别方法,特点是获取骨架手势序列并进行预处理,得到多模态融合特征;构建自适应时空解耦网络,自适应时空解耦网络包括依次连接的N个自适应时空解耦单元、融合各模态时空特征的自监督时间‑通道适配模块、全局平均池化层、随机失活层和全连接层;将多模态融合特征输入到自适应时空解耦网络中进行训练;采用训练得到的自适应时空解耦网络进行骨架手势的识别,最终输出骨架手势的类别预测得分;优点是强化空间表征并解耦干扰,提升了多粒度长短时序依赖的建模效能,从而提高了对骨架手势的识别精度。
技术关键词
手势识别方法
融合特征
卷积模块
网络
注意力
通道
全局平均池化
空洞
分支
Softmax函数
时序特征
多尺度
预热策略
随机梯度下降
序列
多模态特征