基于图结构 Transformer 网络的骨架行为识别研究

来源：机械与电子杂志2025年第03期北京时间：

作者：刘子璇;俞建峰;钱陈豪;化春键;蒋毅

单位：1. 江南大学机械工程学院,江苏 无锡 214122 ;

摘要：针对目前人体骨架行为识别方法多用图卷积作为框架,缺少动作时序信息建模与时空特征融合能力的问题,提出一种基于 Transformer 算法的 Actionformer 模型。该模型采用分组注意力结构以加强局部特征的提取能力,并添加了空间信息嵌入与时序信息嵌入模块,以增强原始 Transformer 模型对空间和时间特征的提取。实验结果显示, Actionformer 模型在 NTU RGB+D 数据集上的动作识别准确率较高,优于 ST-GCN 和 ST-TR 等基于图卷积和 Transformer 的传统模型。

关键词：骨架动作识别;图结构 Transformer ;分层次注意力;骨架图结构嵌入

基金资助：国家自然科学基金资助项目( 51905215 )