典型文献
基于多流空间注意力图卷积SRU网络的骨架动作识别
文献摘要：
基于骨架的动作识别越来越受到重视.针对现有算法推理速度慢、数据模式单一等问题,本文提出了一种轻量且高效的方法.该网络在简单循环单元(Simple Recurrent Unit,SRU)中嵌入图卷积算子构建图卷积SRU(GC-SRU)模型,来捕获数据的时空域信息.同时,为了加强节点间的区分,采用空间注意力网络和多流数据融合方式,将GC-SRU拓展成多流空间注意力图卷积SRU(MSAGC-SRU).最后,在公开数据集上进行实验分析.结果表明,本文方法在Northwestern-UCLA上的分类准确率达到了93.1％,模型FLOPs为4.4 G;NTU RGB+D上的分类准确率在CV、CS评估协议下分别达到92.7％和87.3％,模型FLOPs为21.3 G,达到了计算效率和分类精度的良好平衡.
文献关键词：
动作识别;图卷积;注意力机制;数据融合
中图分类号：
作者姓名：
赵俊男;佘青山;孟明;陈云
作者机构：
杭州电子科技大学自动化学院,浙江杭州310018
文献出处：
引用格式：
[1]赵俊男;佘青山;孟明;陈云-.基于多流空间注意力图卷积SRU网络的骨架动作识别)[J].电子学报,2022(07):1579-1585
A类：
MSAGC
B类：
流空间,空间注意力,注意力图,图卷积,SRU,动作识别,算法推理,推理速度,速度慢,数据模式,简单循环单元,Simple,Recurrent,Unit,卷积算子,建图,时空域,域信息,注意力网络,流数据,数据融合,融合方式,公开数据集,Northwestern,UCLA,分类准确率,FLOPs,NTU,RGB+D,CV,CS,计算效率,分类精度,注意力机制
AB值：
0.415943
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。
