基于2S-AGCN的图卷积动作识别方法、装置及设备

    公开(公告)号:CN113642400A

    公开(公告)日:2021-11-12

    申请号:CN202110785748.7

    申请日:2021-07-12

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于2S‑AGCN的图卷积动作识别方法、装置及设备,涉及计算机技术领域,可以解决在基于深度学习神经网络进行动作识别时,特征表达能力有限的问题。其中方法包括:构建样本集中每帧骨骼点对应人体的物理连接结构,并从物理连接结构中提取骨骼点信息和骨骼连接信息;利用骨骼点信息和骨骼连接信息的融合特征训练动作识别模型,动作识别模型是利用图卷积神经网络和时间卷积网络交替并集形成的,图卷积神经网络用于提取空间特征,时间卷积网络用于提取时间特征;若判定动作识别模型训练完成,则将目标样本中各帧的物理连接结构信息输入动作识别模型,获取动作识别结果。本申请适用于对压缩视频的动作识别。

    基于压缩视频的动作识别方法、装置及计算机设备

    公开(公告)号:CN112686193A

    公开(公告)日:2021-04-20

    申请号:CN202110012575.5

    申请日:2021-01-06

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于压缩视频的动作识别方法、装置及计算机设备,涉及神经网络动作识别技术领域,可以解决在基于深度学习神经网络进行视频中的动作识别时,计算量较大的技术问题。其中方法包括:对样本集进行预处理,确定所述样本集中各个样本压缩视频对应的融合特征,所述融合特征至少包括空间特征、运动特征;利用所述融合特征训练动作识别模型;若判定所述动作识别模型符合预设训练标准,则利用所述动作识别模型对目标压缩视频进行动作识别,获取动作识别结果。本申请适用于对压缩视频的动作识别。

Patent Agency Ranking