典型文献
基于全局时空编码网络的猴类动物行为识别
文献摘要：
猴类动物行为的准确量化是临床前药物安全评价的一个基本目标。视频中猴类动物行为分析的一个重要路径是使用目标的骨架序列信息，然而现有的大部分骨架行为识别方法通常在时间和空间维度分别提取骨架序列的特征，忽略了骨架拓扑结构在时空维度的整体性。针对该问题，提出了一种基于全局时空编码网络(GSTEN)的骨架行为识别方法。该方法在时空图卷积网络(ST-GCN)的基础上，并行插入全局标志生成器(GTG)和全局时空编码器(GSTE)来提取时间和空间维度的全局特征。为了验证提出的GSTEN性能，在自建的猴类动物行为识别数据集上开展实验。实验结果表明，该网络在基本不增加模型参数量的情况下，准确率指标达到76.54%，相较于基准模型ST-GCN提升6.79%。
文献关键词：
行为识别;骨架序列;全局时空编码网络;猴类动物;药物安全评价
中图分类号：
作者姓名：
孙峥;张素才;马喜波
作者机构：
中国科学院自动化研究所,北京 100190;中国科学院大学人工智能学院,北京 100049;北京昭衍新药研究中心股份有限公司,北京 100176
文献出处：
引用格式：
[1]孙峥;张素才;马喜波-.基于全局时空编码网络的猴类动物行为识别
)[J].图学学报,2022(05):832-840
A类：
全局时空编码网络,时空编码网络,猴类,猴类动物,GSTEN,GSTE
B类：
动物行为,行为识别,前药,药物安全评价,基本目标,行为分析,骨架序列,序列信息,空间维度,取骨,拓扑结构,时空维度,时空图卷积网络,GCN,生成器,GTG,编码器,提取时间,全局特征,别数,模型参数量,标达
AB值：
0.183989
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。
