一种基于3D时空图卷积的骨架行为识别方法

摘要

本发明提供一种基于3D时空图卷积的骨架行为识别方法，其不仅能够实现对骨架信息同时进行空间建模、时间建模，还能表示时空信息之间的连通性；同时，其能够在大型骨架数据集上取得优异的识别准确率，并具备有良好的泛化性能。本发明的技术方案中，通过结合2D图卷积的拉普拉斯算子与多帧的时间拉普拉斯算子，构建了3D时空图卷积神经网络模型，3D时空图卷积神经网络模型中的当前节点的更新依赖于所述当前2D图中与之存在连接的关节节点的状态，同时还与前后相邻的所述相邻2D图中对应节点的节点状态相关；通过联合所述当前2D图中的相关状态信息与前后相邻的所述相邻2D图中相同节点的状态信息，实现空间信息与时间信息的连通，构建出3D图卷积。