基于双流残差收缩网络的人体动作识别方法

摘要

针对基于骨骼点序列的人体动作识别的去噪问题,提出在双流卷积神经网络(convolutional neural network,CNN)的基础上引入残差收缩子网,利用注意力机制实现软阈值去噪,并且结合了残差结构优化网络性能。首先,将人体骨骼的运动信息转换为光流信号,与原始骨骼的运动信息同时输入特征提取网络,然后为了保证卷积核获取特征的有效性需要将对骨骼点进行线性组合,接着为了保证网络的抑噪效果引入残差收缩子网,之后会对生成的特征层进行特征提取和分类,最后通过多个数据集进行验证。该文基于深度学习的方法,有针对性地对人体动作信息中的噪声处理进行探究。实验结果证明了此方法在动作识别中对于抑制噪声的有效性。