龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：沈阳航空航天大学
摘要：本发明提供了一种基于边感知的多关系GCNs骨架动作识别方法，包括：获取人体骨架数据；构建双流网络进行人体的动作识别；网络输入数据，对人体骨架数据进行变换，构建关节点图获取关节点‑肢体运动数据，构建肢体图获取肢体‑三阶运动数据输入双流网络中；采用动态边感知模块DEP对关节点图和肢体图中边的特征进行感知运算，获取边的感知权重；提取运动特征，通过邻域范围为k‑hops的图卷积函数获取各个图结点的运动特征，加权平均获得当前层不同关系下的图结点运动特征；多次重复执行获取边的感知权重和提取运动特征，获得每一流的最终结点运动特征并获取动作识别结果。扩大了结点的感知范围，能够有效提高人体动作识别准确率。
主权项：1.一种基于边感知的多关系GCNs骨架动作识别方法，其特征在于，所述多关系GCNs骨架动作识别方法包括：获取人体骨架数据，通过普通摄像头或者深度摄像头获取运动过程中的人体骨架数据；构建双流网络，所述双流网络包括低阶流网络和高阶流网络，每一流均包括9个相同的多关系图卷积层和一个softmax分类函数，进行人体的动作识别；网络输入数据，对所述人体骨架数据进行变换，构建关节点图获取关节点-肢体运动数据输入所述低阶流网络，构建肢体图获取二阶肢体数据-三阶运动数据输入高阶流网络中；获取边的感知权重，在每一个所述多关系图卷积层中，首先采用动态边感知模块DEP对所述关节点图和所述肢体图中边的特征进行感知运算，获取边的感知权重；提取运动特征，将上一卷积层输出的所述关节点图、所述肢体图的特征和对应所述边的感知权重分别输入到邻域范围为k-hops的图卷积函数中提取所述关节点图和所述肢体图中各个图结点的运动特征，采用不同hop描述运动过程中人体部位之间的不同交互关系，加权平均获得当前层不同关系下的所述图结点运动特征；获取动作识别结果，多次重复执行获取边的感知权重和提取运动特征，获得每一流的最终结点运动特征，将所述结点运动特征送入softmax分类函数中获得动作类别得分，为每一流赋权重，并按权重融合所述低阶流网络和所述高阶流网络的得分得到动作识别结果，权重通过实验获得，通常取相同值。
全文数据：
权利要求：
百度查询： 沈阳航空航天大学 基于边感知的多关系GCNs骨架动作识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号