轻量级图卷积人体骨架动作识别方法

作者：孙琪翔; 何宁; 张聪聪; 刘圣杰

来源：计算机工程, 2021, 1-10.

DOI：10.19678/j.issn.1000-3428.0061304

• 人体骨架动作识别
• 数据融合
• 图卷积
• 非局部网络模块
• Ghost

视频中的人体动作识别是计算机视觉领域研究的热点，基于人体骨架的动作识别方法可以明确地表现人体动作，已逐渐成为该领域的重要研究方向之一。针对目前主流人体动作识别网络参数量大，计算复杂度高等问题，本文提出一种融合多流数据的轻量级图卷积网络。首先，通过多流数据融合算法，对4种特征数据流进行融合，一次训练就可以得到最优结果，从而降低网络参数量；其次，设计了基于图卷积网络的非局部网络模块，能够捕获图像全局信息，提高动作识别准确率；最后，设计了空间Ghost图卷积模块和时间Ghost图卷积模块，在网络结构上进一步降低网络参数。将本文所提方法在动作识别数据集NTU60 RGB+D和NTU120 RGB+D上与近年主流方法对比，实验结果表明本文所提方法在保持较低参数量的情况下，获得了较高的动作识别精度。

• 出版日期2021-6-2
• 单位北京联合大学