基于增强时空表示特征和注意力模型的人体动作识别方法

人体动作识别在社交活动和科学研究中具有重要应用价值。先进的骨骼数据是人体动作识别中一类重要数据。现有大部分基于骨骼数据的动作识别方法没有充分考虑两方面:一是减少视点变化的影响,二是区分时空信息的不同权重。这两方面影响人体动作识别的稳定性和准确性。提出一种新型的增强时空表示特征,能减少视点变化的影响,并设计了一个关注动作时空信息的注意力模型用于提取这种表示特征和分类。在两个基准多视点数据集上执行两种交叉验证协议的实验结果表明,所提出的完整方法具有很好的稳健性,能显著提高人体动作识别的准确性。