一种基于图卷积神经网络的人体行为识别方法

发明专利有效专利

申请号：
CN202010470852.2
IPC分类号：G06K9/00G06K9/62G06N3/04G06N3/08
申请日期：
2020-05-28
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于图卷积神经网络的人体行为识别方法
申请号	CN202010470852.2	申请日期	2020-05-28
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-25	公开/公告号	CN111709321A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G06K9/00;G06K9/62;G06N3/04;G06N3/08查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	田智强;产文颂;郑帅;杜少毅;兰旭光
代理机构	西安通大专利代理有限责任公司	代理人	贺小停

摘要

本发明公开了一种基于图卷积神经网络的人体行为识别方法，本发明使用图卷积神经网络进行人体行为识别技术，从而更好的捕捉骨骼点之间的显式关系；在具体的图卷积操作中，使用行为特异图卷积模块，使得模型也可以更好的捕捉骨骼点之间的隐式关系，以捕捉其中的重要信息；为了捕捉时序信息，本技术采用门控时序一维卷积操作，过滤掉冗余及无关信息，保留其中的有用信息，以更好的建模动作的时序信息；在图卷积操作和一维卷积操作之后，均加入通道注意力模块，以建立通道维度的卷积，为不同的通道分配不同的权值，实现通道维度的注意力机制；通过行为门控特异图卷积模块的级联，以更好的提取数据中的信息，以达到较高的识别准确率。

一种IOT接口方法、IOT设备接口和用户设备接口

发明授权

一种基于图卷积神经网络的人体行为识别方法

在售专利 早买早用

在售专利早买早用