公开(公告)号：CN111860128A

公开(公告)日：2020-10-30

申请号：CN202010503667.9

申请日：2020-06-05

Applicant: 南京邮电大学

Inventor： 孙宁 ,  冷令 ,  李晓飞

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于多流快慢图卷积网络的人体骨骼行为识别方法。本发明涉及图像识别技术领域，本发明将快慢网络的思想与图卷积网络相结合，快网络可以有效提取骨骼序列的时间信息，慢网络可以有效期提取骨骼序列的空间信息，侧向连接的方式加强了两路网络之间的信息交互。通过应用不同的注意力机制加强了时空特征的提取和整合。由于采样和降低通道数的做法也大幅减少了计算量。通过引入多流结构，进一步增强了空间上的信息提取能力，提高了基于骨骼关节点的行为识别方法的识别率和鲁棒性。

公开(公告)号：CN111860128B

公开(公告)日：2022-07-29

申请号：CN202010503667.9

申请日：2020-06-05

Applicant: 南京邮电大学

Inventor： 孙宁 ,  冷令 ,  李晓飞

IPC: G06V10/82 ,  G06V40/10 ,  G06V20/40 ,  G06V40/20 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于多流快慢图卷积网络的人体骨骼行为识别方法。本发明涉及图像识别技术领域，本发明将快慢网络的思想与图卷积网络相结合，快网络可以有效提取骨骼序列的时间信息，慢网络可以有效期提取骨骼序列的空间信息，侧向连接的方式加强了两路网络之间的信息交互。通过应用不同的注意力机制加强了时空特征的提取和整合。由于采样和降低通道数的做法也大幅减少了计算量。通过引入多流结构，进一步增强了空间上的信息提取能力，提高了基于骨骼关节点的行为识别方法的识别率和鲁棒性。