一种多骨架特征前期融合的在线行为识别算法

作     者：刘均发 黎奕辉 Liu Junfa;Li Yihui

作者机构：广东工业大学机电工程学院广东广州510006 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2024年第41卷第1期

页      面：161-167页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：广东省前沿与关键技术创新专项项目(2017B050506008) 广东省重点领域研发计划项目(2019B090915001) 

主　　题：多骨架特征 前期融合 行为识别 在线应用 

摘      要：针对现有基于人体骨架的行为识别方法存在计算量大、不适合在线应用的问题,提出一种多骨架特征前期融合的在线行为识别算法。该算法通过前期嵌入层融合不同类型的输入特征,并结合最大池化和层次池化操作提取骨架空间的多语义信息。根据日常行为的数据特征设计有效的骨架序列选取方式,并制作NTU-GAST Skeleton数据集,实现在线的行为识别应用。在公开数据集NTU60/120 RGB+D上进行测试,结果表明提出的算法需要更少计算量的同时取得了较高的识别准确率。