典型文献
基于相对骨骼点特征和时序自适应感受野的动作识别方法
文献摘要：
针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时序自适应感受野的动作识别方法.首先,该方法在特征获取部分增加了相对骨骼点特征,以满足节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特征.然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了网络对不同持续时长动作的适应性.最后,经过决策级融合模块,计算类别概率,得到分类结果.仿真结果表明,基于NTU RGB+D和Kinetics-skeleton两大基准数据集,对比多种主流方法,均取得了更高的识别准确率,分别为96.2％与60.1％.该方法可以较好地提取不同动作的区别性时间特征,提高了动作时空特征的判别能力.
文献关键词：
动作识别;时序特征提取;图卷积网络;相对骨骼点特征;时序自适应
中图分类号：
作者姓名：
胡昊;史天运;宋永红;余淮
作者机构：
中国铁道科学研究院研究生部,北京100081;中国铁道科学研究院集团有限公司,北京100081;西安交通大学软件学院,西安710049;中国铁道科学研究院集团有限公司通信信号研究所,北京100081
文献出处：
引用格式：
[1]胡昊;史天运;宋永红;余淮-.基于相对骨骼点特征和时序自适应感受野的动作识别方法)[J].导航定位与授时,2022(03):132-139
A类：
相对骨骼点特征,骨骼点特征,时序自适应
B类：
自适应感受野,动作识别,时空域,域信息,互补性,别输,图卷积网络,得空,局部特征,持续时长,决策级融合,NTU,RGB+D,Kinetics,skeleton,基准数据集,主流方法,识别准确率,区别性,时间特征,时空特征,时序特征提取
AB值：
0.261855
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。
