- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于注意力机制的图卷积神经网络动作识别方法,涉及人机交互动作识别领域;包括:利用残差注意网络标记完成动作参与度最高的N个注意关节,N可以为16,也可以根据实际情况设定其他数值;构建三维骨骼空时图,并对所述注意关节进行空时特征编码;通过图卷积神经网络GCN学习所述三维骨骼空时图进行动作识别。本发明中,由于基于残差注意网络选取完成特定动作高参与度的关节,从而可降低信息处理冗余度,摒弃无助于动作识别的关节信息;基于关节间空时约束,构建关于注意关节的空时特征编码以更为有效地表征注意关节的
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113128424 A
(43)申请公布日 2021.07.16
(21)申请号 202110442519.5
(22)申请日 2021.04.23
(71)申请人 浙江理工大学
地址
文档评论(0)