计算机工程

作者：贺子泽, 战荫伟

单位：广东工业大学计算机学院, 广东 广州 510006

关键词：动作识别,对比学习,骨骼关键点,预定义骨骼拓扑,局部特征细化

基金：国家自然科学基金(62272108); 广东省重点领域研发计划(2019B010150002); 广东省重点领域研发计划(2020B0101130019)

动作识别是计算机视觉领域一个重要研究方向。目前, 主流方法在局部动作特征上的关注度不足。部分动作识别方法为关注局部动作特征, 将预定义的人体骨架拆分成左右手、左右腿等多个部分。但是, 这些部分包含的骨架关键点较少, 使得动作特征较相似, 导致识别准确率降低。此外, 已有基于局部动作特征的动作识别方法未充分考虑全局姿态特征, 模型识别准确率不稳定。为此, 提出基于图卷积的局部特征细化动作识别方法。将预定义人体骨骼拓扑图划分为身体、上下肢, 加强模型关注局部动作特征的能力。同时, 设计局部特征细化器, 采用对比学习策略扩大不同种类动作的局部动作特征差异, 缩小同类动作之间的差异, 解决因划分策略造成动作特征相似的问题。在此基础上, 将上下肢与身体的分类结果相结合, 充分利用全局姿态特征, 提高模型的稳定性。实验结果表明, 该方法在NTU RGB+D 60 2个基准数据集X-Sub、X-View的识别准确率分别为93.0%和98.8%, 在NTU RGB+D 120 2个基准数据集X-Sub、X-Set的识别准确率分别为88.8%和90.1%, 能够有效提高动作识别的准确率。

来源：2024年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第11期