控制与决策

作者：薛盼盼,刘云,李辉,陶冶,田嘉意

单位：青岛科技大学 信息科学技术学院,山东 青岛 266061,,青岛科技大学 信息科学技术学院,山东 青岛 266061,,青岛科技大学 信息科学技术学院,山东 青岛 266061;智能感知与自主控制教育部工程研究中心,北京 100124,,青岛科技大学 信息科学技术学院,山东 青岛 266061,,青岛科技大学 信息科学技术学院,山东 青岛 266061,

关键词：图卷积;行为识别;扩张卷积;残差连接;双分支结构

基金：智能感知与自主控制教育部工程研究中心开放基金项目(K100052021006)；国家自然科学基金项目(61702295)；山东省高等学校优秀青年创新团队计划项目(2019KJN047).

图卷积网络由于能够直接处理关节点拓扑图在行为识别方面表现出较好的性能而备受关注,但是这类方法中经常存在长时信息依赖建模能力较弱以及未关注空间语义与时间事件变化不均衡问题,对此,提出基于时域扩张残差网络和双分支结构的人体行为识别方法.在时空行为特征提取方法中,不仅用图卷积提取空间域特征,而且用扩张因果卷积和残差连接结构来构建时域扩张残差网络以提取时域特征,该网络能够在未大量增加参数的基础上有效扩大在时域上的感受野,从而更好地获得在时域上的人体关节信息的长时依赖关系.同时构建双分支结构,其中低帧率分支以较少的时间帧数和较多的通道数侧重于提取丰富的空间语义信息,高帧率分支以较多的时间帧数和较少的通道数在保证网络轻量级的前提下有效捕捉人体行为的快速变化.实验结果表明,所提出方法在NTU RGB$ + $D数据集上的准确率高于目前先进的行为识别方法.

来源：2022年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第11期