融合层级注意力机制的二维骨架动作识别方法

摘要

为了解决传统的基于RGB的动作识别方法易受到光照、遮挡等背景因素的影响,降低了识别准确率和实时性,提出了一种融合层级注意力机制的二维骨架动作识别方法。使用人体姿态估计算法OpenPose提取视频中的人体骨架关节点,对所提取的骨架数据中缺失点和异常点通过均值补全法和指数平滑法进行数据预处理,构建了基于CNN-LSTM与层级注意力机制融合的网络模型CNN-HALSTM实现动作分类。结果表明:本文方法在交互运动数据集和KTH数据集上的识别准确率分别为96.73%和98.35%,模型参数量显著减少,具备实时性优势,优于其他同类型方法。