基于双流多关系GCNs的骨架动作识别方法

• 作 者: 刘芳 乔建忠 代钦 石祥滨
• 机 构: 东北大学计算机科学与工程学院,沈阳航空航天大学计算机学院,沈阳工程学院信息学院
• 出 处: 东北大学学报(自然科学版)
• 发表日期: 2021年06期
• 关键词: 动作识别 骨架 图卷积网络 多关系 top K
• 基金项目: 辽宁省自然科学基金资助项目(2019-MS-254,20180550337),辽宁省教育厅科研项目(JYT2020050,JL-2019),中央引导地方科技发展专项资金资助项目(2021JH6/10500127).

基于图卷积网络(graph convolutional networks,GCNs)的骨架动作识别方法只能对关节点间的单一关系进行建模,缺少描述多种关系的能力.借鉴知识图谱描述实体之间不同关系的思想,提出一种基于关节点流和肢体流的双流多关系GCNs人体骨架动作识别方法,对图结点间的自然连接关系、对称关系和全局关系进行建模,各种特征在网络中同步传输并有效融合.运动的全身协作过程中,每个部位的交互范围有限且依赖于具体动作,提出基于Non-local机制的topK全局邻接关系自适应计算方法,为每个结点动态