基于多尺度分区有向时空图的步态情绪识别

作     者：张家波 高洁 黄钟玉 徐光辉 ZHANG Jiabo;GAO Jie;HUANG Zhongyu;XU Guanghui

作者机构：重庆邮电大学通信与信息工程学院重庆400065 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2024年第46卷第3期

页      面：1069-1078页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金(61702066) 重庆市自然科学基金(cstc2019jcyj-msxm X0681)。 

主　　题：步态情绪识别 情绪识别 图深度学习 

摘      要：为了有效获取节点之间在多尺度、远距离以及在时间和空间位置上的依赖关系,以提高对步态情绪识别精度,本文首先提出一种构建分区有向时空图的方法:使用所有帧节点进行构图,然后按区域有向连接。其次,提出一种多尺度分区聚合与分区融合的方法。通过图深度学习对图节点进行更新。并对相似节点特征进行融合。最后,提出一个多尺度分区有向自适应时空图卷积神经网络(MPDAST-GCN)方法。网络通过在时间维度上构建图,获取远距离帧节点特征,并自适应地学习每帧上的特征数据。MPDAST-GCN将输入数据分类成高兴、伤心、愤怒和平常4种情绪类型。并在发布的Emotion-Gait数据集上,相比于目前最先进的方法实现6%的精度提升。