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：西安电子科技大学
摘要：一种基于动作注意力引导的轻量级骨架动作分类方法、系统、设备及介质，方法：获取待训练骨架视频样本；构建基于动作注意力引导的轻量级骨架动作分类模型AL‑GCN；通过自主学习空间卷积网络AL‑SGCN提取空间特征，对提取完空间特征的骨架序列进行注意力修正；通过多尺度时间融合卷积网络MS‑TFCN对骨架关节的长距离随机依赖进行建模，实现时间特征提取；对提取完时间特征的骨架序列进行注意力修正；使用跳转模块Jump和多流高斯权值选择算法提升AL‑GCN模型的动作识别准确率，将生成的骨架时空特征送入分类器；系统、设备及介质用于实现该方法；本发明通过GCN网络结构，实现基于骨骼数据的动作分类任务，并在已有数据集上取得了高精度的分类性能。
主权项：1.一种基于动作注意力引导的轻量级骨架动作分类方法，其特征在于：包括以下步骤：步骤1，获取待训练骨架视频样本：收集网络中公开的人体骨架数据集，对骨架数据进行预处理操作，得到预处理后的人体骨架数据集；步骤2，构建基于动作注意力引导的轻量级骨架动作分类模型AL-GCN：基于动作注意力引导的轻量级骨架动作分类模型AL-GCN为十层，每层包括去除自适应模块的自主学习空间卷积网络AL-SGCN和多尺度时间融合卷积网络MS-TFCN；步骤3，将步骤1预处理后的人体骨架数据集作为步骤2中去除自适应模块的自主学习空间卷积网络AL-SGCN的输入；自主学习空间卷积网络AL-SGCN提取空间特征；对提取完空间特征的骨架序列进行注意力修正；步骤4，将步骤3处理后的骨架序列作为步骤2中多尺度时间融合卷积网络MS-TFCN的输入，对骨架关节的长距离随机依赖关系进行建模，实现时间域全局和局部特征提取；对提取完时间特征的骨架序列进行注意力修正；使用多尺度时间融合卷积网络MS-TFCN中的跳转模块Jump和多流高斯权值选择算法提升基于动作注意力引导的轻量级骨架动作分类模型AL-GCN的动作识别准确率，最后，将生成的骨架时空特征送入分类器。
全文数据：
权利要求：
百度查询： 西安电子科技大学 一种基于动作注意力引导的轻量级骨架动作分类方法、系统、设备及介质
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