典型文献
基于高斯噪声与ST-GCN的人体骨架动作识别
文献摘要：
针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题,提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声,利用该噪声扰动ST-GCN中固定的邻接矩阵,捕捉非相邻关节点之间的相关性,运用该方法在具挑战性的NTU RGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验,结果表明:该方法在两大数据集上的识别精度高达95.34％和36.43％,在节约计算量的前提下有效地提高了动作识别的性能.
文献关键词：
动作识别;图卷积网络;3D人体骨架;高斯噪声
中图分类号：
作者姓名：
张芷蒙;彭璟;江小平;石鸿凌
作者机构：
中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室,武汉 430074;湖北省科技信息研究院,武汉 430074
文献出处：
引用格式：
[1]张芷蒙;彭璟;江小平;石鸿凌-.基于高斯噪声与ST-GCN的人体骨架动作识别)[J].中南民族大学学报（自然科学版）,2022(04):459-466
A类：
B类：
高斯噪声,ST,GCN,人体骨架,动作识别,预定,邻接矩阵,矩阵结构,捕捉到,关节点,噪声扰动,中固,NTU,RGB+D,Kinetics,Skeleton,大规模数据集,分类识别,识别精度,约计,计算量,图卷积网络
AB值：
0.355659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
