首页|基于时空双分支网络的人体动作识别研究

基于时空双分支网络的人体动作识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
常规的人体动作识别算法在单一特定的场景中效果较为突出,但在海洋钻井平台的实际工程场景中,易受管道遮挡和干扰,不能充分地利用视频的时序结构信息.针对这些问题,提出了一种复杂场景下基于时空双分支网络的人体动作识别框架.采用多规则区域提案标记算法将海水区域分离,将先验知识加入支持向量机分类器,提出后验判别准则以去除非人员目标,通过目标定位与检测算法分割出人员目标,利用卷积姿态机算法进行身体部位定位和关联程度分析以提取全部人体关键点信息,形成关键点序列;通过双分支网络对人体关键点轨迹和光流轨迹叠加融合,完成了人体动作的分类与识别.实验结果表明,该方法实现了人体不可见关键点的检测和估计,免去了人工标注目标的繁杂工作,能够有效地解决海洋平台场景下的人体动作识别问题.
Research on Human Action Recognition Based on Space-time Double-branch Network

宫法明、马玉辉

展开 >

中国石油大学(华东) 计算机科学与技术学院,山东 青岛 266580

人体动作识别 关键点检测 目标检测 动作分类 卷积姿态机 深度学习

科技部创新方法工作专项

2015IM010300

2020

10.3969/j.issn.1673-629X.2020.09.005

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2020.30(9)
  • 2
  • 3