典型文献
基于动态拓扑图的人体骨架动作识别算法
文献摘要：
传统的人体骨架动作识别算法采用手动构建拓扑图的方式来建模包含在多个视频帧中的动作序列,并针对性地学习每个视频帧以反映数据变化,这容易造成计算代价大、网络泛化性低和灾难性遗忘等问题.针对上述问题,提出了基于动态拓扑图的人体骨架动作识别算法,使用持续学习思想动态构建人体骨架拓扑图.将具有多关系特性的人体骨架序列数据重新编码为关系三元组,并基于长短期记忆网络,通过解耦合的方式学习特征嵌入.当处理新骨架关系三元组时,使用部分更新机制动态构建人体骨架拓扑图,并采用基于时空图卷积网络的骨架动作识别算法来实现动作识别.实验结果表明,所提方法在Ki netics-Skeleton,NTU-RGB+ D(X-Sub)和NTU-RGB+ D(X-View)基准数据集上分别取得了40％,85％和90％的识别准确率,提高了人体骨架动作识别的准确率.
文献关键词：
人体动作识别;人体骨架数据;灾难性遗忘;持续学习;图卷积网络
中图分类号：
作者姓名：
解宇;杨瑞玲;刘公绪;李德玉;王文剑
作者机构：
山西大学计算机与信息技术学院 太原030006;西安电子科技大学电子工程学院 西安710071
文献出处：
引用格式：
[1]解宇;杨瑞玲;刘公绪;李德玉;王文剑-.基于动态拓扑图的人体骨架动作识别算法)[J].计算机科学,2022(02):62-68
A类：
netics,RGB+
B类：
动态拓扑,拓扑图,识别算法,视频帧,动作序列,地学,数据变化,泛化性,灾难性遗忘,持续学习,学习思想,思想动态,动态构建,骨架序列,序列数据,新编,三元组,长短期记忆网络,解耦,学习特征,特征嵌入,更新机制,时空图卷积网络,Ki,Skeleton,NTU,Sub,View,基准数据集,识别准确率,人体动作识别,人体骨架数据
AB值：
0.283745
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。
