公开(公告)号：CN119723667A

公开(公告)日：2025-03-28

申请号：CN202411856670.3

申请日：2024-12-17

Applicant: 南京邮电大学

Inventor： 陈志 ,  杜娇 ,  岳文静

IPC: G06V40/20 ,  G06T5/50 ,  G06T3/4053 ,  G06T3/4046 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开了一种基于动态时空图卷积神经网络的人物步态识别方法，包括以下步骤：CASIA‑B数据集进行人体姿势估计，生成热力图；热力图输入HM‑C模块，生成人体骨骼序列信息；提取出关节，骨骼和速度特征；输入到局部注意力模块得到包含不同身体部位在整个动作序列中的权重信息的特征向量；输入到主干网络动态GCN模块中，生成空间特征图；将人体骨骼序列信息和空间特征输入到动态TCN模块，生成富的时间特征图；将时间特征图输入关节骨骼动态融合模块，将关节级别和骨架级别的运动模式融合在不同的时间范围内，生成更加丰富和判别性更强的关节‑骨架运动特征。本发明解决了基线GCN的方法严重依赖于手动定义的骨架拓扑的问题。