期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到66篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于时空卷积网络的体育训练运动检测模型
1
作者 任振东 《西安文理学院学报（自然科学版）》 2023年第2期125-128,共4页
针对体育训练视频中动作具有低类间变异性的问题,提出了一种新的双流三维时空卷积神经网络(T3DCNN).首先,以乒乓球训练为具体研究用例,构建了包含21个动作类别的训练运动视频数据集(记为PPTVD).然后,提出了T3DCNN模型,该模型的输入为RG... 针对体育训练视频中动作具有低类间变异性的问题,提出了一种新的双流三维时空卷积神经网络(T3DCNN).首先,以乒乓球训练为具体研究用例,构建了包含21个动作类别的训练运动视频数据集(记为PPTVD).然后,提出了T3DCNN模型,该模型的输入为RGB图像序列及其计算的光流,包含了双流时空卷积层.最后,通过实验评估验证提出的模型的有效性.结果显示,T3DCNN达到了90%的准确度,远超过了基线模型. 展开更多
关键词 时空卷积网络 体育训练 运动检测和分类
下载PDF
基于时空图卷积神经网络的强迫振荡定位与传播预测
2
作者 冯双 彭祥佳 +5 位作者 陈佳宁 陆友文 陈力 洪希 雷家兴 汤奕 《中国电机工程学报》 EI CSCD 北大核心 2024年第4期1298-1309,I0005,共13页
振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根... 振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根据节点特征和拓扑信息构建图数据,考虑到强迫振荡传播的快速性,通过切比雪夫多项式扩大节点空间感受野,提取振荡空间特征。同时,利用门控循环单元网络提取多个节点振荡数据的时序关联,通过时空图卷积单元融合空间和时序特征。然后,将定位与传播预测分别建模为分类和回归问题,训练时空图卷积神经网络模型。算例分析表明,所提方法具有更高的准确率,且在噪声和部分节点数据缺失的情况下依然具有较好的性能。 展开更多
关键词 强迫振荡 振荡源定位 振荡传播 时空图卷积神经网络
原文传递
基于改进时空图卷积网络的人员交互行为识别
3
作者 雷静思 刘双广 +1 位作者 刘乔寿 王祥雪 《计算机应用与软件》 北大核心 2024年第4期151-158,共8页
针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提... 针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提高特征复用率;设计一种增强时空图卷积网络(EST-GCN)单元提高网络对关节点之间的信息表征能力;引入一种运动特征因子衡量肢体不同关节的重要程度,提高模型识别效果。在Kinetics数据集和办案区场景数据集上的实验结果表明,所提出方法在识别效果上具有一定优势,且该方法在模型复杂度及运行效率上具有很好的竞争力。 展开更多
关键词 交互行为 时空图卷积网络 骨架数据 密集
下载PDF
基于潜在特征的时空图卷积网络轨迹预测方法
4
作者 姚宝珍 吴粤隆 +3 位作者 荆治家 陈思轩 仲潜 刘振国 《交通运输研究》 2023年第6期12-20,共9页
为提高车辆轨迹预测精度,提出一种基于潜在特征的时空图卷积网络轨迹预测方法CRSTGCN。首先,该方法特别添加了一个时间上更早、更长的历史轨迹作为输入,并基于该输入建立了潜在特征编码层。然后,CR-STGCN将该潜在特征编码层编码的潜在... 为提高车辆轨迹预测精度,提出一种基于潜在特征的时空图卷积网络轨迹预测方法CRSTGCN。首先,该方法特别添加了一个时间上更早、更长的历史轨迹作为输入,并基于该输入建立了潜在特征编码层。然后,CR-STGCN将该潜在特征编码层编码的潜在特征与时空图卷积编码的机动性与动力性特征拼接融合,并采用两层门控循环单元(Gate Recurrent Unit,GRU)解码出预测轨迹。最后,将采用时空图卷积编码和两层GRU解码的预测轨迹模型STGCN与CR-STGCN在NGSIM数据集上进行对比。结果表明,CR-STGCN在不同机动类型、交通密度场景下的预测精度均优于STGCN,证明了这一方法应用于车辆轨迹预测的有效性,为轨迹预测特征选取提供了新思路。 展开更多
关键词 智能交通 时空图卷积网络 轨迹预测 潜在特征 交通密度
下载PDF
面向双机编队战术识别的时空图卷积网络
5
作者 李岩山 苏伟鹏 +1 位作者 贺嘉璠 陈佳馨 《指挥信息系统与技术》 2023年第3期25-30,共6页
空战中的双机编队战术识别具有重要的研究意义和应用价值。为了提高双机编队战术识别的准确率和鲁棒性,采用深度学习技术,提出了一种面向双机编队战术识别的时空图卷积网络。首先,对双机编队协同作战序列数据进行了时空图构建;然后,通... 空战中的双机编队战术识别具有重要的研究意义和应用价值。为了提高双机编队战术识别的准确率和鲁棒性,采用深度学习技术,提出了一种面向双机编队战术识别的时空图卷积网络。首先,对双机编队协同作战序列数据进行了时空图构建;然后,通过空域图卷积网络模块、时域图卷积网络模块和通道注意力模块提取了双机编队战术的时空域特征;最后,利用分类器对双机编队战术进行了识别。试验结果表明,该网络可有效识别双机编队战术。 展开更多
关键词 双机编队战术 时空图卷积网络 注意力机制
下载PDF
基于图卷积网络的儿童坐姿检测学习桌椅设计方法研究
6
作者 张飞宇 兰扬 +4 位作者 朱伟 宋玲 王张恒 李芳 孙德林 《家具与室内装饰》 北大核心 2024年第1期96-100,共5页
儿童长期处于伏案学习的状态,不良坐姿对儿童生长发育容易造成严重影响,对儿童坐姿的矫正已刻不容缓。通过对儿童在学习桌椅上的坐姿行为调研,基于OpenPose姿态估计算法进行坐姿检测分析,引入ST-GCN模型进行坐姿识别与评判,结果表明:使... 儿童长期处于伏案学习的状态,不良坐姿对儿童生长发育容易造成严重影响,对儿童坐姿的矫正已刻不容缓。通过对儿童在学习桌椅上的坐姿行为调研,基于OpenPose姿态估计算法进行坐姿检测分析,引入ST-GCN模型进行坐姿识别与评判,结果表明:使用ST-GCN模型能够快速准确识别儿童的八种坐姿,并根据识别结果对儿童进行有效的错误坐姿提示,其Macro-F1和Micro-F1评价指标分别提高了6.8%和7.4%。同时表明儿童坐姿矫正在自适应儿童学习桌椅上应用的可行性及有效性,可为智能儿童课桌椅的设计提供技术支撑。 展开更多
关键词 时空图卷积网络(ST-GCN) 儿童坐姿识别 学习桌椅
下载PDF
基于时空图卷积网络的短期空间负荷预测方法 被引量：1
7
作者 张鹏飞 胡博 +3 位作者 何金松 胡展硕 刘桁宇 刘育博 《电力系统自动化》 EI CSCD 北大核心 2023年第13期78-85,共8页
为充分利用Ⅰ类元胞负荷之间的空间影响性,提高空间负荷预测精度,提出了一种基于时空图卷积网络的短期空间负荷预测方法。首先,将各Ⅰ类元胞视为节点,各Ⅰ类元胞的历史负荷作为节点的特征信息,各Ⅰ类元胞之间的电网拓扑结构作为边,构建... 为充分利用Ⅰ类元胞负荷之间的空间影响性,提高空间负荷预测精度,提出了一种基于时空图卷积网络的短期空间负荷预测方法。首先,将各Ⅰ类元胞视为节点,各Ⅰ类元胞的历史负荷作为节点的特征信息,各Ⅰ类元胞之间的电网拓扑结构作为边,构建一个空间负荷时空信息图。然后,根据空间负荷时空信息图中的拓扑结构和距离信息,采用阈值高斯核方法确定时空图卷积网络的邻接矩阵。最后,将空间负荷时空信息图采用时空图卷积网络进行训练,得到空间负荷预测模型,以中国某市某一区域的数据为例,与现有方法进行对比,验证了所提方法的有效性。 展开更多
关键词 负荷预测 时空图卷积网络 特征挖掘 元胞
下载PDF
基于时空图卷积网络的谐波状态估计方法研究
8
作者 冯函宇 王红 +2 位作者 齐林海 肖合举 张岩 《电网技术》 EI CSCD 北大核心 2023年第11期4488-4496,共9页
随着现代电力系统中分布式新能源的广泛接入,谐波问题愈加复杂。现有谐波状态估计方法存在估计精度低、电网参数难以获取、缺乏系统性等弊端。首先,该文对谐波数据时空特性进行分析,基于数据驱动融合图卷积神经网络和门控循环单元对未... 随着现代电力系统中分布式新能源的广泛接入,谐波问题愈加复杂。现有谐波状态估计方法存在估计精度低、电网参数难以获取、缺乏系统性等弊端。首先,该文对谐波数据时空特性进行分析,基于数据驱动融合图卷积神经网络和门控循环单元对未知节点谐波状态进行估算;其次,提出子图分割方法,将整个系统划分为若干子图独立进行数据采集和状态估计,合并后实现了谐波状态全网可观性,解决了监测装置数量不足的问题;最后,仿真算例数据和实际量测数据均验证了方法的有效性和适用性,为谐波状态估计问题提供了新的解决方案。 展开更多
关键词 谐波状态估计 深度学习 时空图卷积网络 数据驱动
原文传递
基于时空图卷积神经网络的教师教学行为识别方法
9
作者 庞世燕 郝京京 +1 位作者 胡瀚淳 杨玉芹 《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第5期715-723,共9页
教师课堂教学行为是课堂教学活动的重要组成部分,而进行教师的教学行为识别对评价课堂教学质量有着重要意义.该文提出了一种基于时空图卷积神经网络的教师教学行为识别方法,此方法首先以教师教学视频中的单帧影像为单元提取人体骨架点信... 教师课堂教学行为是课堂教学活动的重要组成部分,而进行教师的教学行为识别对评价课堂教学质量有着重要意义.该文提出了一种基于时空图卷积神经网络的教师教学行为识别方法,此方法首先以教师教学视频中的单帧影像为单元提取人体骨架点信息,然后以时空图卷积神经网络为框架聚合多帧影像信息,对教师教学行为类别进行识别.为了验证方法的有效性,文章构建了两组包含6大类教师日常教学行为的视频数据集,并进行了对比实验.实验结果表明,基于时空图卷积神经网络的教师教学行为识别方法可以有效排除教室场景内无关信息的干扰,充分利用多帧影像中骨架点间产生的时空信息,来准确识别教师典型教学行为,具有更高准确率和更强的鲁棒性.该文相关研究可以及时、有效地反应教师的教学状态,有助于教师及时优化教学行为,助力智慧教学. 展开更多
关键词 行为识别 教师教学行为 时空图卷积神经网络 骨架信息提取
下载PDF
基于时空图卷积网络的电力系统稳定性评价
10
作者 郭根状 何伟 《中文科技期刊数据库（全文版）工程技术》 2023年第4期0047-0049,共3页
为解决传统电力系统暂态稳定分析方法耗时过长问题,提出一种时空图卷积网络模型,以解决电力系统安全稳定运行评价所需时间较长的问题。所提方法将利用数据驱动法对模型进行学习训练,同时构建从暂态过程到时序潮流数据的映射,借助模型训... 为解决传统电力系统暂态稳定分析方法耗时过长问题,提出一种时空图卷积网络模型,以解决电力系统安全稳定运行评价所需时间较长的问题。所提方法将利用数据驱动法对模型进行学习训练,同时构建从暂态过程到时序潮流数据的映射,借助模型训练对故障前、中、后期电网结构与时序特征进行融合判断,并构建仿真试验验证所提方法的科学性。试验结果表明:所提方法仅存在12例漏判,且每条数据的计算时间均可维持在0.005s,可证明该方法的科学性,同时能够解决传统方法耗时较长的问题。 展开更多
关键词 时空图卷积网络 电力系统 电网空间 故障特征分析
下载PDF
基于软邻接时空图卷积神经网络的动作识别算法
11
作者 张贺 翟正利 《信息技术与信息化》 2023年第2期183-186,共4页
动作识别被广泛应用于诸多领域,如智能监控、人机交互、智能医疗、机器人技术等。近年来,随着智慧城市建设的不断发展,人类动作识别的相关研究越来越受到学术界的关注。然而目前的基于神经网络的动作识别算法普遍存在着准确率低,鲁棒性... 动作识别被广泛应用于诸多领域,如智能监控、人机交互、智能医疗、机器人技术等。近年来,随着智慧城市建设的不断发展,人类动作识别的相关研究越来越受到学术界的关注。然而目前的基于神经网络的动作识别算法普遍存在着准确率低,鲁棒性差等问题。虽然这种传统的方法取得了良好的效果,但这种方法的效果与实际应用之间依然存在差距。为了进一步解决这些问题,设计了一个更有效的动作识别模型,即基于软邻接的时空图卷积神经网络的动作识别算法(spatial temporal soft adjacency graph convolution network, STS-GCN)。首先,将图卷积网络扩展到时间域,并在骨架节点之间引入潜在的相邻关系,从而可以自动学习空间时间维度上的隐藏动作信息;其次,模型引入了一种简易的空间注意机制,使其具有鉴别具有判别力的空间区域的能力,从而获得更好的识别效果;最后对该模型在NTU-RGB+D数据集上进行了实验。实验结果表明,与其他几个现有模型的结果相比,模型测试的识别准确率有所提高。这说明了引入软邻接矩阵的时空图卷积神经网络有利于模型提高动作识别算法的效果。 展开更多
关键词 软邻接 时空图卷积神经网络 动作识别 注意力机制 姿态估计
下载PDF
基于双流图卷积网络的人体行为识别算法 被引量：2
12
作者 王宪伦 王广宇 孙宇轩 《传感器与微系统》 CSCD 北大核心 2023年第7期140-143,147,共5页
针对传统的卷积网络对人体行为识别速度不高或识别精度偏低的问题,提出了基于图卷积网络(GCN)的人体行为识别算法。首先,介绍了时空图卷积网络(ST-GCN)算法,该算法将人体骨架信息归类于图信息,并在时域和空间域上对人体信息进行图卷积运... 针对传统的卷积网络对人体行为识别速度不高或识别精度偏低的问题,提出了基于图卷积网络(GCN)的人体行为识别算法。首先,介绍了时空图卷积网络(ST-GCN)算法,该算法将人体骨架信息归类于图信息,并在时域和空间域上对人体信息进行图卷积运算;其次,使用双流GCN进行模型的搭建,双流GCN是对ST-GCN的一种改进,为某些相距很远但某些动作中关系密切的点创建“不可能连接”,并提出骨骼的长度和方向对人体行为识别也起到重要作用的观点。实验结果表明:对于选取的4个行为的平均识别率达到了92.2%,因此,基于双流GCN算法的人体行为识别方法具有可行性。 展开更多
关键词 图卷积网络 人体行为识别 时空图卷积网络 双流图卷积网络
下载PDF
基于时空图卷积网络的交通事故风险预测研究 被引量：3
13
作者 王庆荣 魏怡萌 +1 位作者 朱昌锋 田可可 《计算机工程》 CAS CSCD 北大核心 2022年第11期22-29,共8页
交通事故的预测是通过对过去路段发生的交通事故进行分析,在综合考虑影响交通事故的相关因素后,对未来路段的交通事故发生状态进行预测。以往的大多数研究通常采用传统机器学习方法或单一深度学习模型预测法,利用网格化确定预测空间的单... 交通事故的预测是通过对过去路段发生的交通事故进行分析,在综合考虑影响交通事故的相关因素后,对未来路段的交通事故发生状态进行预测。以往的大多数研究通常采用传统机器学习方法或单一深度学习模型预测法,利用网格化确定预测空间的单位,忽略了影响交通事故的天气、路况等外部因素,导致模型的预测性能不佳。提出一种基于时空特性的城市交通事故风险预测模型,在模型中使用改进的时空图卷积网络,利用图卷积网络(GCN)提取空间相关特征,并加入批标准化层解决梯度消失爆炸问题。在时间维度上采用门控线性单元(GLU)实现一维卷积操作,提取时间相关特征,并将GCN和GLU组合成时空卷积模块提取时空相关特征,使用均方误差损失函数解决样本数据零膨胀问题。实验结果表明,与GLU、SDCAE和ConvLSTM模型相比,该模型的RMSE指标分别降低了28%、4.87%、4.19%,能有效捕获时空相关性,综合性能得到较大提升。 展开更多
关键词 深度学习 城市交通事故 时空图卷积网络 时空相关性 批标准化层
下载PDF
基于双流网络融合与时空卷积的人体行为识别
14
作者 秦悦 石跃祥 《计算技术与自动化》 2021年第2期140-147,共8页
针对视频中存在噪音,无法更好地获取特征信息,造成动作识别不精准的问题。提出了一种基于时空卷积神经网络的人体行为识别网络。将长时段视频进行分段处理,分别把RGB图片和计算出的光流图输入到两个卷积神经网络(CNN)中,使用权重相加的... 针对视频中存在噪音,无法更好地获取特征信息,造成动作识别不精准的问题。提出了一种基于时空卷积神经网络的人体行为识别网络。将长时段视频进行分段处理,分别把RGB图片和计算出的光流图输入到两个卷积神经网络(CNN)中,使用权重相加的融合算法将提取的时域特征和空域特征融合成时空特征。形成的中层语义信息输入到R(2+1)D的卷积中,利用ResNet提高网络性能,最后在softmax层进行行行为识别。在UCF-101和HMDB-51数据集上进行实验,获得了92.1%和66.1%的准确率。实验表明,提出的双流融合与时空卷积网络模型有助于视频行为识别的准确率提高。 展开更多
关键词 深度学习 时空卷积网络 双流融合网络 R(2+1)D
下载PDF
基于时空图卷积网络的电力系统暂态稳定评估 被引量：15
15
作者 庄颖睿 肖谭南 +2 位作者 程林 陈颖 关慧哲 《电力系统自动化》 EI CSCD 北大核心 2022年第11期11-18,共8页
快速准确的电力系统暂态稳定分析对电力系统安全稳定运行有着重要意义。现代电力系统设备元件日趋复杂多样导致系统非线性日益增强,作为电力系统暂态稳定分析传统方法的时域仿真法过于耗时。针对此问题,提出了一种基于时空图卷积网络模... 快速准确的电力系统暂态稳定分析对电力系统安全稳定运行有着重要意义。现代电力系统设备元件日趋复杂多样导致系统非线性日益增强,作为电力系统暂态稳定分析传统方法的时域仿真法过于耗时。针对此问题,提出了一种基于时空图卷积网络模型的暂态稳定分析方法,将短时仿真与神经网络预测相结合,减少暂态稳定分析所需时间,可用于多种仿真分析场景。该方法将暂态稳定分析建模为样本空间映射问题,利用数据驱动方法训练神经网络模型,建立从暂态过程电网空间结构与时序潮流数据到暂态稳定的映射。模型通过同时提取暂态过程故障前、故障中、故障后的电网空间结构特征和时序潮流特征来实现对系统暂态稳定的快速准确判断。与传统暂态稳定分析方法相比,所提出的方法仅需进行短时间仿真分析,提高了分析效率。与其他机器学习模型相比,时空图卷积网络模型同时挖掘电力系统暂态过程的空间特征和时间特征,引入了更多与稳定性相关的先验知识,具有更优的特征挖掘能力和分析性能。基于新英格兰39节点系统的测试结果验证了所提方法的可行性、有效性和优越性。 展开更多
关键词 电力系统 暂态稳定分析 特征分析 数据驱动 神经网络 时空图卷积网络
下载PDF
基于残差时空图卷积网络的3D人体行为识别 被引量：8
16
作者 管珊珊 张益农 《计算机应用与软件》 北大核心 2020年第3期198-201,250,共5页
人体行为识别是智能监控、人机交互等诸多应用领域的一项基本技术。人体骨骼的动态变化为人体行为识别提供了重要的信息。传统方法通常只是采取人工信息标注或遍历规则,从而导致模型的表征能力有限、泛化性能差。采用一种引入了残差项... 人体行为识别是智能监控、人机交互等诸多应用领域的一项基本技术。人体骨骼的动态变化为人体行为识别提供了重要的信息。传统方法通常只是采取人工信息标注或遍历规则,从而导致模型的表征能力有限、泛化性能差。采用一种引入了残差项的动态骨架模型——基于残差连接的时空图卷积网络,不仅克服了以往方法的限制,而且能够学习骨骼数据中的时空模型。在大型骨骼NTU-RGB+D数据集上,该网络模型不仅提高了人体行为特征的表征能力,而且增强了泛化能力,取得了比现有的模型更好的识别效果。 展开更多
关键词 行为识别 残差 骨架模型 时空图卷积网络
下载PDF
基于时空图卷积网络改进的人体行为识别方法
17
作者 王松 《楚雄师范学院学报》 2022年第3期91-100,共10页
针对目前利用时空图卷积网络ST-GCN行为识别模型进行人体行为识别准确性有待提高和如何更好地学习骨骼数据中关节点和骨架边所表达的动作特征等问题,改进现有的时空图卷积网络(ST-GCN)行为识别模型。首先,使用有向图来表示关节点和骨骼... 针对目前利用时空图卷积网络ST-GCN行为识别模型进行人体行为识别准确性有待提高和如何更好地学习骨骼数据中关节点和骨架边所表达的动作特征等问题,改进现有的时空图卷积网络(ST-GCN)行为识别模型。首先,使用有向图来表示关节点和骨骼边的信息以及它们之间的依赖关系,提取相邻帧的关节位置差异作为运动信息;其次,使用双流框架分别学习运动信息和空间信息,进行融合提高识别性能;最后,使用注意力权重矩阵让图的拓扑结构具有自适应性,增大节点的感受野,使网络能够学习到远端关节之间的语义信息,更好的捕捉动作特征。将所提出的方法在NTURGB+D数据集上进行实验。研究结果表明,采用基于时空图卷积网络改进的人体行为识别方法在数据集上达到了96%的准确率,与现有ST-GCN模型相比,准确率提高了。此方法可进一步促进人体行为识别技术在智能家居、智能监控安防、人机交互、基于内容的视频检索、智慧城市发展等领域的广泛应用。 展开更多
关键词 人体行为识别 时空图卷积神经网络 有向图网络 注意力机制 双流框架
下载PDF
基于时空图卷积网络的视频中人物姿态分类 被引量：2
18
作者 张懿扬 陈志 +1 位作者 岳文静 张怡静 《计算机技术与发展》 2021年第10期70-75,共6页
为解决视频中人物姿态分类问题,提出了一种基于时空图卷积网络的改进模型。该模型首先结合人体的骨架关键点序列来构建视频中人体运动的时空特征图,将输入的视频人体骨骼关键点进行预处理,对空间节点依照人体运动规律进行子网划分,构造... 为解决视频中人物姿态分类问题,提出了一种基于时空图卷积网络的改进模型。该模型首先结合人体的骨架关键点序列来构建视频中人体运动的时空特征图,将输入的视频人体骨骼关键点进行预处理,对空间节点依照人体运动规律进行子网划分,构造关节序列的时空图;继而对得到的时间特征图与空间特征图确定特征权重与卷积核,并进行级联特征融合;最后根据输入输出通道层数量搭建由图卷积网络与时序卷积网络构成的网络训练模型,基于时空特征图构型划分进行时序卷积与图卷积操作,由模型的全连接层得到分类结果。实验结果表明,上述改进模型能够准确得到视频中人物姿态的分类结果,并改善了卷积网络在训练中的特征冗余问题,有效地提高人物姿态分类的鲁棒性。 展开更多
关键词 人物姿态分类 特征融合 时空图卷积网络 骨骼关键点 特征冗余
下载PDF
融合因果关系和时空图卷积网络的人体动作识别 被引量：3
19
作者 叶松涛 周扬正 +1 位作者 范红杰 陈正雷 《计算机科学》 CSCD 北大核心 2021年第S02期130-135,共6页
基于人体骨骼的动作识别因具有简洁、鲁棒的特点,近年来受到了广泛的关注。目前大部分基于骨骼的动作识别方法,如时空图卷积网络(ST-GCN),通过提取连续帧的时间特征和帧内骨骼关节的空间特征来区分不同的动作,取得了良好的效果。考虑人... 基于人体骨骼的动作识别因具有简洁、鲁棒的特点,近年来受到了广泛的关注。目前大部分基于骨骼的动作识别方法,如时空图卷积网络(ST-GCN),通过提取连续帧的时间特征和帧内骨骼关节的空间特征来区分不同的动作,取得了良好的效果。考虑人体运动中存在的因果性关系,提出了一种融合因果关系和时空图卷积网络的动作识别方法。针对计算关节力矩获取权重复杂的情况,根据关节之间的因果关系为骨骼图分配边权重,并将权重作为辅助信息增强图卷积网络,来提高驱动力较强的关节在神经网络中的权重,降低重要性低的关节的关注度,增强重要性高的关节的关注度。相比ST-GCN等方法,在Kinetics公开数据集上,所提方法无论是Top-1还是Top-5都有较大的提升,在构建的真实太极拳数据集上的识别精度达97.38%(Top-1)和99.79%(Top-5),证明了该方法可以有效地增强动作特征,提升识别的准确率。 展开更多
关键词 动作识别 因果关系 权重嵌入 时空图卷积网络 收敛交叉映射
下载PDF
时空图卷积网络在人体异常行为识别中的应用 被引量：3
20
作者 张蔚澜 齐华 李胜 《计算机工程与应用》 CSCD 北大核心 2022年第12期122-131,共10页
在监控场景下,由于监控资源短缺,行人异常行为容易发生漏检。针对该问题,提出了一种视频监控场景下的人体异常行为识别的方法,辅助监控人员及时发现异常。使用OpenPose对图像中行人进行人体骨架提取。针对图卷积网络对关节点特征聚合方... 在监控场景下,由于监控资源短缺,行人异常行为容易发生漏检。针对该问题,提出了一种视频监控场景下的人体异常行为识别的方法,辅助监控人员及时发现异常。使用OpenPose对图像中行人进行人体骨架提取。针对图卷积网络对关节点特征聚合方式单一的问题,融合了基于图注意力网络(graph attention network,GAT)的图注意力机制。在改进后的图卷积网络的基础上,利用时空图卷积神经网络(spatial temporal graph convolutional networks,ST-GCN),对行人关节点信息进行异常行为识别。实验结果表明,提出的识别算法对定义的行为识别准确率达85.48%,能够准确地识别监控视频中行人的异常行为。 展开更多
关键词 OpenPose算法 时空图卷积网络 图注意力机制 行为识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部