重庆理工大学学报2023，Vol.37Issue(19) ：156-165.DOI:10.3969/j.issn.1674-8425(z).2023.10.018

融合图卷积网络的花样滑冰动作识别方法

A figure skating action recognition method incorporating graph convolutional networks

温雪岩 李祯 谷训开 赵玉茗
重庆理工大学学报2023，Vol.37Issue(19) ：156-165.DOI:10.3969/j.issn.1674-8425(z).2023.10.018
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

融合图卷积网络的花样滑冰动作识别方法

A figure skating action recognition method incorporating graph convolutional networks

温雪岩 1李祯 1谷训开 1赵玉茗1
扫码查看

作者信息

  • 1. 东北林业大学 计算机与控制工程学院, 哈尔滨 150040
  • 折叠

摘要

针对花样滑冰运动中动作特征复杂、特征提取不全面和现有的动作识别方法识别准确率不高的问题,提出了共享多分支特征和注意力的多尺度时空图卷积网络的花样滑冰动作识别方法.使用OpenPose算法提取人体运动的骨骼点数据,消除噪声干扰;其次,改进通道注意力结构,改进后的注意力机制使模型提取更全面、关键的特征;构建融合注意力机制的多尺度时空图卷积网络,提取时序特征更完整;最后,提取多分支特征融合后的共享特征输入网络,使模型共享数据的同时挖掘语义特征.结果表明所提模型在花样滑冰30种动作类型的FSD-10数据集的识别准确率为64.5％.与ST-GCN和CTR-GCN方法相比,该算法的准确率均有提升,说明对花样滑冰动作识别效果更好.

关键词

图卷积网络/动作识别/注意力机制/共享特征/花样滑冰/多尺度卷积

Key words

graph convolutional network/action recognition/attention mechanism/shared features/figure skating/multi-scale convolution

引用本文复制引用

基金项目

国家自然科学基金(61971119)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量26
段落导航相关论文