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

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：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.

外文关键词：

graph convolutional networkaction recognitionattention mechanismshared featuresfigure skatingmulti-scale convolution

作者：

温雪岩、李祯、谷训开、赵玉茗

展开 >

作者单位：

东北林业大学计算机与控制工程学院, 哈尔滨 150040

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

基金：

国家自然科学基金

项目编号：

61971119

出版年：

2023

DOI：

10.3969/j.issn.1674-8425(z).2023.10.018

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

年,卷(期)：2023.37(19)

参考文献量26