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：华北电力大学(保定)

摘要：针对2s‑AGCN网络模型的时域网络结构是单一的，采用一维卷积层对时间动态进行建模，难以捕捉复杂的节点时域特征的问题，本申请提出了一种人体行为识别方法，具体为一种多尺度时空卷积网络的人体行为识别模型，即在基线模型2s‑AGCN基础上设计并嵌入多尺度时域网络模块，构建了MT‑AGCN模型，该多尺度时域网络模块一方面增加了网络的宽度，增强了网络对尺度的适应性，另一方面网络中不同支路的感受野不同，提取时域信息的尺度是不同的。随着训练的进行，MT‑AGCN网络模型不断学习节点时域特征，通过不同尺度的时域信息表现出的行为信息可以使得网络在特征提取时更关注显著区域。

主权项：1.一种人体行为识别方法，其特征在于，包括：根据人体节点结构和时间的自然连通性，构造时空骨架图；将多尺度时域卷积网络模块嵌入到2s-AGCN网络模型中，得到初始的多尺度时空卷积网络的人体行为识别模型；将训练数据集结合构造的时空骨架图，训练初始的多尺度时空卷积网络的人体行为识别模型得到最终的多尺度时空卷积网络的人体行为识别模型；将测试数据集结合构造的时空骨架图，输入最终的多尺度时空卷积网络的人体行为识别模型，得到识别结果；其中，所述多尺度时域卷积网络模块对时域信息进行多尺度特征提取，利用扩张卷积提取不同尺度的内容信息，并保持输出特征图的分辨率不变，网络中扩张卷积的扩张率α取值为[1,2,...,d]，最后对不同尺度的特征进行级联融合，当α＝1时，卷积核的感受野为3*1＝3，参数量为3；当α＝2时，卷积核的感受野为5*1＝5，相当于5*1的卷积核，参数量为3；其中，多尺度时空卷积网络的人体行为识别模型中时空特征提取网络由9个时空卷积网络模块B1-B9构成，每个时空卷积网络模块的三个数字分别表示输入通道数、输出通道数和步长；其中，时空卷积网络模块包括Convs、MTCN、BN层、ReLU层、Dropout层和一个残差连接；其中，Convs表示空域图卷积网络，MTCN表示多尺度时域卷积网络，BN层batchnormalizationlayer表示对数据进行归一化处理，ReLU层可以只激活部分神经元，使得网络稀疏化，并减少参数之间的互相依赖关系；Dropout层可以防止发生过拟合现象，其中droprate设置为0.5，为每个模块添加一个残差连接，以解决梯度消失问题。

全文数据：

权利要求：

百度查询： 华北电力大学(保定) 一种人体行为识别方法