10.3969/j.issn.1000-386x.2020.03.033
基于残差时空图卷积网络的3D人体行为识别
人体行为识别是智能监控、人机交互等诸多应用领域的一项基本技术.人体骨骼的动态变化为人体行为识别提供了重要的信息.传统方法通常只是采取人工信息标注或遍历规则,从而导致模型的表征能力有限、泛化性能差.采用一种引入了残差项的动态骨架模型——基于残差连接的时空图卷积网络,不仅克服了以往方法的限制,而且能够学习骨骼数据中的时空模型.在大型骨骼N TU-RGB+D数据集上,该网络模型不仅提高了人体行为特征的表征能力,而且增强了泛化能力,取得了比现有的模型更好的识别效果.
行为识别、残差、骨架模型、时空图卷积网络
37
TP391(计算技术、计算机技术)
北京市属高等学校高层次人才引进与培养计划项目CIT&TCD20150314
2020-03-31（万方平台首次上网日期，不代表论文的发表时间）
共5页
198-201,250
