基于骨骼数据双通道深度可分离卷积的行为识别方法

摘要

基于骨骼数据双通道深度可分离卷积的行为识别方法，属于人体姿态行为识别技术领域。它包括以下步骤:一、获取人体行为姿态关节骨骼点数据；二、对骨骼点数据处理提取行为空间特征；三、构建D2SE双通道深度可分离卷积层，在时间维度上提取行为时间特征；四、将图卷积上的空间信息和D2SE网络层上的时间信息叠加提取姿态行为的时空信息；步骤五、使用ReLu函数获取骨骼动作分类。本发明使用图卷积神经网络GCN和D2SE网络层，对人体姿态行为骨骼数据使用空间上的图卷积来提取空间信息，本发明基于双通道，在提高基于深度分离卷积架构性能的同时不会引入额外的复杂度，同时能使卷积层的参数明显缩减。