基于时空图卷积神经网络与特征融合的人体动作分类方法

摘要

本发明公开了一种基于时空图卷积神经网络与特征融合的人体动作分类方法。本发明结合人体的骨架关键点序列来构建视频中人体运动的时空图，并在时间和空间上划分子网络，在此基础上使用图卷积神经网络进行训练。此外，针对部份特征冗余的现象，还引入特征融合的方法，在原有模型的基础上增强模型检测结果的准确度。本发明方法能够有效避免特征冗余的问题，提高模型对人体动作分类的准确度和鲁棒性。