| 基于高斯噪声与ST-GCN的人体骨架动作识别 |
| |
| 引用本文： | 张芷蒙,彭璟,江小平,石鸿凌.基于高斯噪声与ST-GCN的人体骨架动作识别[J].中南民族大学学报(自然科学版),2022(4):459-466. |
| |
| 作者姓名： | 张芷蒙 彭璟 江小平 石鸿凌 |
| |
| 作者单位： | 1. 中南民族大学电子信息工程学院&智能无线通信湖北省重点实验室;2. 湖北省科技信息研究院 |
| |
| 基金项目： | 国家重点研发计划资助项目（2020YFC1522600）；;国家自然科学基金资助项目（61771014）； |
| |
| 摘 要： | 针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题，提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声，利用该噪声扰动ST-GCN中固定的邻接矩阵，捕捉非相邻关节点之间的相关性，运用该方法在具挑战性的NTU RGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验，结果表明：该方法在两大数据集上的识别精度高达95.34%和36.43%，在节约计算量的前提下有效地提高了动作识别的性能.
|
| 关 键 词： | 动作识别 图卷积网络 3D人体骨架 高斯噪声 |
|
|
