基于骨架的自适应图卷积和LSTM行为识别

针对骨架行为识别任务的识别精确度问题,提出了一种自适应图卷积和长短时记忆相结合的模型(AAGC-LSTM)。该模型以捕获人体骨架运动的时空共现特征为出发点,提取运动特征时打破以人体自然骨架为固有图卷积邻接矩阵的束缚,利用自适应图卷积与长短时记忆神经网络的结合进行时空共现特征的提取。为了捕获行为识别任务的关键节点信息,嵌入了空间注意力模块,将人体骨架信息以一种动态的方式进行结合,同时将骨骼关节点一级运动信息和骨骼边二级运动信息送入模型组成双流分支并进行融合以提高模型识别的准确率。该模型在NTU RGB+D数据集的Cross Subject和Cross View协议下分别取得了90.1%和95.6%的准确率,在North Western数据集上取得了93.6%的准确率,验证了该模型在提取骨架运动时空特征和行为识别任务上的优越性。

《我们诞生在中国》的家庭伦理书写与情节化叙事

陆川执导的新作纪录片《我们诞生在中国》自上映以来,赢得了良好的口碑。影片通过对传统母亲形象的强化和"家庭本位"思想的突出,实现了对传统家庭伦理的传承,同时影片又采取情节化的叙事方式,改变了传统纪录片情节松散和不完整的叙事表征,在一定程度上增强了影片的节奏感和感染力。

基于姿态估计的护具佩戴检测与动作识别

护具佩戴检测和动作识别是智慧安监系统中的一个重要环节.针对传统并行识别方法准确率低且实时性不高的问题,提出了一种基于姿态估计的并行识别方案,利用一种基于距离和匈牙利算法的数据交互方法,将人员躯干和护具进行匹配,快速并行实现了护具佩戴检测与动作识别.并行识别方案利用深度可分离卷积,对Openpose模型的参数进行压缩,使Openpose模型轻量化,提高了该模型姿态估计的实时性,并提出了一种结合姿态信息的四边形检测法,解决了未佩戴护具(手持安全帽)的误判问题.在实时检测实验中,并行识别方案的手持安全帽的误判率下降29.3%,系统的整体准确率达到93.5%;改进后的Openpose模型的速度比原模型每秒提升12帧,为原模型的2.2倍.实验结果表明,所提的并行识别方案准确度高,且实时性强,满足实际护具佩戴检测和动作识别的需求.