文献类型：期刊文章

作　　者：李晶晶[1] 黄章进[1,2] 邹露[1]

Li Jingjing;Huang Zhangjin;Zou Lu(School of Data Science,University of Science and Technology of China,Hefei 230000;School of Computer Science and Technology,University of Science and Technology of China,Hefei 230000)

机构地区：[1]中国科学技术大学大数据学院,合肥230000 [2]中国科学技术大学计算机科学与技术学院,合肥230000

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家自然科学基金(71991464/71991460,61877056)。

年　　份：2024

卷　　号：36

期　　号：7

起止页码：1077-1086

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、EI、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对当前基于骨架的人体动作识别方法无法建模关节点之间依赖关系随时间的变化,以及难以实现跨时空信息交互的问题,提出基于运动引导图卷积网络的人体动作识别方法.首先根据骨架序列提取其高级运动特征;然后在时间维度上学习运动相关图,并通过对预定义图和可学习图优化建模不同时期的关节依赖关系,即运动引导拓扑图;再利用运动引导拓扑图进行空间图卷积,将运动信息融合到空间图卷积以实现跨时空信息交互;最后交替使用时空图卷积,实现人体动作识别.在数据集NTU-RGB+D和NTU-RGB+D120上与MS-G3D等图卷积网络进行对比实验的结果表明,所提方法在NTU-RGB+D的跨对象和跨视角上的准确率分别提升到92.3%和96.7%,在NTU-RGB+D 120的跨对象和跨场景上的准确率分别提升到88.8%和90.2%.

关 键 词：动作识别  图卷积  人体骨架  运动引导拓扑图  

分 类 号：TP391.41]