基于多维骨骼时空关系图网络的人体行为快速识别方法及系统技术方案

本发明专利技术属于人体行为动作识别技术领域，具体涉及基于多维骨骼时空关系图网络的人体行为快速识别方法及系统。方法包括：构建教师网络模型，采用多维骨骼时空关系图网络MM‑STGCN构建教师网络模型，MM‑STGCN包括多个基本块，每个基本块均包含两种建模类型：多维自适应空间拓扑动态建模MDAST和多维时域特征建模MLTF；MDAST：构建特殊的多维自适应空间拓扑图从不同层次提取空间特征，并增强语义特征表示；构建识别模型，通过教师网络模型提供的损失函数，基于知识蒸馏策略，对学生网络模型提供额外的监督训练；采用识别函数计算学生网络模型的蒸馏损失；将训练完成后的学生网络模型作为识别模型进行人体行为快速识别。

【技术实现步骤摘要】

本专利技术属于人体行为动作识别，具体涉及基于多维骨骼时空关系图网络的人体行为快速识别方法及系统。

技术介绍

1、人体行为识别技术，类似于人类的视觉系统，在观察到人体行为之后，生成对应的行为标签。其目标是识别人体行为，从而服务人类的生活、生产，其应用场景非常广泛，如自动驾驶汽车、视频监控和人机交互。将人体行为识别技术集成到各类智能设备中，可在多种应用场景发挥重要作用，能够大幅降低人工指导、监测的人力成本。

2、与使用rgb视频的传统方法相比，基于骨架的动作识别方法因其对复杂背景和动态环境的强大适应能力，近年来受到越来越多的关注。此外，骨架数据的使用能显著提高人类动作分类和识别的效率。目前大多研究都通过从骨架数据中提取具有区分性的丰富特征，对人类行为的空间结构和时间动态进行建模，但是这些方法使用的是预定义的空间拓扑图结构，这种结构在训练过程中是固定的，不能根据不同动作实现更合理的拓扑扩展，缺乏跨多个层建模多级语义的灵活性和能力，因此它不擅长提取特定动作的关键特征。其次，这种空间拓扑没有考虑关节间的共同依赖关系及人体各部位的联动影响，在识别复杂动作方本文档来自技高网...

【技术保护点】

1.基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于，包括：

2.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

3.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

4.根据权利要求3所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

5.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

6.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：</p>

7.根据...

【技术特征摘要】

1.基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于，包括：

2.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

3.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

4.根据权利要求3所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

5.根据权利要求1所述的基于多维骨骼时空关系图网络的人体行为快速识别方法，其特征在于：

6.根据权利要求1所...

【专利技术属性】
技术研发人员：吴彦文，曹双双，刘智，李闻峰，付家瑶，潘琪，魏晨希，张汝坤，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：