基于骨骼的双支融合模型的人体行为识别

来源：电子测量技术杂志2022年第11期北京时间：

作者：罗旭飞，崔 敏，张 鹏

单位：1. 中北大学 仪器与电子学院 山西 太原 030051; 2. 中北大学南通智能光机电研究院 江苏 南通 26000

摘要：针对循环神经网络存在提取特征单一，对特征的空间信息处理不充分的问题，提出一种基于骨骼的双支融合的人体行为识别模型。该模型由双向循环门网络和多尺度的残差网络融合的双支网络中进行特征提取，得到丰富的时间和空间上的特征信息，并且在双向循环门网络中增加注意力机制，进一步提升整个网络的性能，最后将特征信息经过分类器进行分类得到动作。分别使用UCF101和HMDB51数据集进行实验，准确率分别为98.0%和67.8%。通过实验测试，证明该模型能够获得更加完整的特征信息并且具有良好的性能指标。

关键词：人体行为识别;双支网络融合;多尺度特征;深度学习

基金资助：军委装备发展部预研基金资助项目（41403010305）； 装备预研兵器工业联合基金资助项目（6141B012907）