[发明专利]一种安防场景下融合注意力机制和时空图卷积神经网络的人体动作识别方法有效
| 申请号： | 201910373679.1 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110119703B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 柯逍;柯力 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/40;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 丘鸿超;蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种安防场景下融合注意力机制和时空图卷积神经网络的人体动作识别方法，首先对获取的安防场景下的人体动作分析数据集进行随机划分，分为为训练集和验证集；其次对训练集和验证集视频数据进行数据增强处理；接着对获取的和增强的数据集利用注意力机制进行关键帧筛选；然后对筛选出来的关键帧视频利用人体姿态估计模型框架进行转码和标注，为训练人体动作检测与识别模型做好准备；最后构建时空骨骼图卷积神经网络模型，并使用训练集进行训练并利用随机梯度下降进行优化网络参数权重，使用验证集进行神经网络模型的准确率预测。其不仅可以扩大原始动作数据量，还可以增强模型的鲁棒性，进而提升最终的动作识别准确率。 | ||
| 搜索关键词： | 一种 场景 融合 注意力 机制 时空 图卷 神经网络 人体 动作 识别 方法 | ||
【主权项】：
1.一种安防场景下融合注意力机制和时空图卷积神经网络的人体动作识别方法，其特征在于，包括以下步骤：步骤S1：对获取的安防场景下的人体动作分析数据集进行随机划分，分为为训练集和验证集；步骤S2：对训练集和验证集中的安防视频数据进行数据增强处理；步骤S3：对增强后的人体动作分析数据集利用注意力机制进行关键帧筛选；步骤S4：对筛选出来的关键帧视频利用人体姿态估计模型框架进行转码和标注；步骤S5：构建时空骨骼图卷积神经网络模型，使用训练集进行训练并利用随机梯度下降进行优化网络参数权重；步骤S6：使用验证集进行融合注意力机制和时空骨骼图卷积神经网络模型的准确率预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910373679.1/，转载请声明来源钻瓜专利网。
