基于多尺度分区有向时空图的步态情绪识别

来源：电子与信息学报杂志2024年第3期北京时间：

作者：张家波, 高洁, 黄钟玉, 徐光辉

单位：重庆邮电大学通信与信息工程学院 重庆 400065

摘要：为了有效获取节点之间在多尺度、远距离以及在时间和空间位置上的依赖关系，以提高对步态情绪识别精度，本文首先提出一种构建分区有向时空图的方法：使用所有帧节点进行构图，然后按区域有向连接。其次，提出一种多尺度分区聚合与分区融合的方法。通过图深度学习对图节点进行更新。并对相似节点特征进行融合。最后，提出一个多尺度分区有向自适应时空图卷积神经网络(MPDAST-GCN)方法。网络通过在时间维度上构建图，获取远距离帧节点特征，并自适应地学习每帧上的特征数据。MPDAST-GCN将输入数据分类成高兴、伤心、愤怒和平常4种情绪类型。并在发布的Emotion-Gait数据集上，相比于目前最先进的方法实现6%的精度提升。

关键词：步态情绪识别, 情绪识别, 图深度学习

基金资助：国家自然科学基金(61702066)，重庆市自然科学基金(cstc2019jcyj-msxmX0681)