公开(公告)号：CN116453218A

公开(公告)日：2023-07-18

申请号：CN202310369403.2

申请日：2023-04-07

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  钱啸峰 ,  樊肖林 ,  李俊熙

IPC: G06V40/20 ,  G06V10/46 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明请求保护一种基于多尺度时空主题图卷积网络的人体动作识别方法与系统，属于姿态领域。该方法具体包括：S1利用关键点置信度和亲和度预测网络对输入的图像数据进行骨骼特征关键点提取，生成待识别的特征图；S2构建基于主题的人体骨骼的邻接矩阵，并增加四肢区域节点的划分策略，对每对关节点之间存在的联系建立主题图卷积网络；S3对人体骨骼邻接节点的骨骼特征，利用多尺度特征提取方法，建立多尺度主题图卷积网络；S4建立多尺度时空主题图卷积网络模型；S5日常环境下实现常见动作的检测，当视频图像内的人发生危险动作时，及时通知工作人员。本发明能够在不提高模型的复杂度的情况下提高模型的准确率，同时结合现实生活需要实现人体动作识别。