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：山东大学
摘要：本发明提供了基于选择聚集规范化图卷积网络的行为识别方法及系统，包括：获取待识别用户的连续多帧行为骨架图；将连续多帧行为骨架图输入若干个依次连接的选择聚集规范化图卷积网络，逐层获得行为深度特征，行为深度特征依次经过全局平均池化层和全连接层后，得到待识别用户的行为类别；其中，每个选择聚集规范化图卷积网络均包括分解路径、联合路径和非局部路径，所述分解路径、联合路径和非局部路径同时捕获的输入特征的时空依赖特征，经相加操作后，经过多尺度时间卷积网络，得到所述行为深度特征。有效提高了行为识别的准确度。
主权项：1.基于选择聚集规范化图卷积网络的行为识别方法，其特征在于，包括：获取待识别用户的连续多帧行为骨架图；将连续多帧行为骨架图输入若干个依次连接的选择聚集规范化图卷积网络，逐层获得行为深度特征，行为深度特征依次经过全局平均池化层和全连接层后，得到待识别用户的行为类别；其中，每个选择聚集规范化图卷积网络均包括分解路径、联合路径和非局部路径，所述分解路径、联合路径和非局部路径同时捕获的输入特征的时空依赖特征，经相加操作后，经过多尺度时间卷积网络，得到所述行为深度特征；所述分解路径包括依次连接的基于邻居图选择聚集规范化的低级聚合层、逐点空间卷积高级聚合层和两个多尺度时间卷积网络；所述联合路径包括依次连接的基于邻居图选择聚集规范化的低级聚合层、时空联合卷积高级聚合层和两个多尺度时间卷积网络；所述非局部路径包括依次连接的基于非局部邻接矩阵的低级聚合层、逐点空间卷积高级聚合层和两个多尺度时间卷积网络。
全文数据：
权利要求：
百度查询： 山东大学 基于选择聚集规范化图卷积网络的行为识别方法及系统
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