典型文献
一种用于动作识别的双分支网络
文献摘要：
动作识别是计算机视觉领域的一项重要任务,主要有基于RGB视频和人体骨架两种数据模态的领域,主流方法分别是3D卷积神经网络和图卷积神经网络.针对视频和人体骨架两种数据模态的不同特点,设计了双分支网络分别对两种数据模态进行建模.对于人体骨架数据,基于自注意力机制设计了图卷积神经网络,该算法能在基于骨架的动作识别任务中达到先进的性能.对于视频数据,采用3D卷积网络进行特征提取.同时,利用深监督方法对两种数据模态的中间特征进行监督,提高两种数据特征的耦合度,进一步提高网络效率.这种算法的网络结构简单,在NTU-RGBD60(CS)数据集上仅用3.37×107的参数量可达到95.6％的精度.
文献关键词：
基于人体骨架的动作识别;图卷积神经网络;自注意力机制;3D卷积神经网络
中图分类号：
作者姓名：
秦晓飞;蔡锐;陈萌;张文奇;何常香;张学典
作者机构：
上海理工大学 光电信息与计算机工程学院,上海 200093;上海宇航系统工程研究所,上海 201109
文献出处：
引用格式：
[1]秦晓飞;蔡锐;陈萌;张文奇;何常香;张学典-.一种用于动作识别的双分支网络)[J].光学仪器,2022(04):16-25
A类：
深监督,RGBD60,基于人体骨架的动作识别
B类：
双分支网络,计算机视觉,主流方法,图卷积神经网络,对视,人体骨架数据,自注意力机制,机制设计,中达,视频数据,卷积网络,监督方法,中间特征,数据特征,耦合度,网络效率,结构简单,NTU,CS,参数量
AB值：
0.20716
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
