计算机工程

作者：徐永刚, 孙琦烜, 李凡甲, 程健维, 戴佳俊

单位：1. 中国矿业大学信息与控制工程学院, 江苏 徐州 2211162. 徐州工程学院信息工程学院(大数据学院), 江苏 徐州 2210003. 中国矿业大学安全工程学院, 江苏 徐州 221116

关键词：人体骨架行为识别,图卷积网络,时空特征融合,注意力机制,扩展时间

基金：新疆维吾尔自治区重点研发任务专项(2022B03003-3); 国家自然科学基金(51874299); 中央高校基本科研业务费专项资金(2020CXNL02); 中国矿业大“工业物联网与应急协同”创新团队资助计划(2020ZY002); 徐州市科技计划项目(KC23317)

在基于骨架的人体行为识别领域, 图卷积网络(GCN)在近年来取得了很大的进展, 但现有GCN大多将时间卷积和空间卷积简单串联, 导致时空特征融合效果不佳。另外, 现有模型还存在无法高效提取时间特征的问题。为此, 提出扩展时间和时空特征融合图卷积网络(ETFF-GCN)。该网络采用通道聚合的方法对动态空间拓扑和时序特征进行一次融合, 然后运用注意力机制进行二次融合, 进一步增强融合效果。在此基础上, 为了全面提取时序特征, 采用多个不同大小的卷积核构建时域图卷积, 以提取多尺度和多粒度的时间特征, 并引入有效压缩激励模块进行特征增强, 提升特征表达能力。在3个大型数据集上对所提出的方法进行评估, 实验结果表明, 该方法的性能优于现有的方法。

来源：2025年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第4期