基于高斯噪声与ST-GCN的人体骨架动作识别 |
| |
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 |
|
|