摘要
随着信息科学技术的发展，人机协作技术已成为一个研究和应用热点。新一代的人机协作系统可以充分发挥人与机器人的专长，极大地促进了生产效率的提高。实现人机协作系统的关键是让机器人理解人的行为活动，因此本文针对人机协作系统中的人体姿态动作识别技术展开研究，分别提出了一种姿态估计方法和一种动作识别方法。具体工作内容如下: (1)建立了一套多视角人体特殊作业行为数据库。由于目前没有针对工厂环境的特殊动作数据集，因此参照主流通用动作识别数据集的组成结构，搭建了一套多视角多模态相机传感器平台。在此基础上，设计制造业背景中的人体常见动作，制作了工厂环境中的专用数据库，为后续特定场景下的行为识别研究提供了相应支持。 (2)提出了一种基于注意力多分辨率网络的人体姿态估计方法。网络针对多分辨率特征融合方式进行改进，引入注意力机制对不同支路通道信息的重要性进行评估，增加包含重要语义表征通道的权重，使网络能够合理地对高分辨率和低分辨表征进行融合，从而得到更高的空间定位精度。此外在初始采样阶段使用多内容注意力残差单元来增加感受野，提高网络头部对多分辨率信息的学习能力。 (3)提出了一种自适应关节联系图卷积网络的人体动作识别方法。网络通过引入自适应机制改进人体关节的固定图拓扑结构，避免了传统手工设置节点连接方式的限制。此外采用关节联系图卷积模块直接捕获各个关节的潜在依赖关系，增强网络对远距离关节点特征的提取。 本文对于提出的姿态估计方法和动作识别方法在相关数据集上进行了实验，实验结果能够证明方法的可行性。
NETL