[发明专利]基于跨时空图卷积网络的人体骨架行为识别系统及方法

权利要求书

1.基于跨时空图卷积网络的人体骨架行为识别方法，其特征是，包括：

获取人体骨架序列；

将人体骨架序列的输入通道均匀分成多份；

基于均分后的多份人体骨架序列沿时间维度向不同的方向进行移位；

基于移位后的人体骨架序列输入时空图卷积网络进行卷积运算。

2.根据权利要求1所述的基于跨时空图卷积网络的人体骨架行为识别方法，其特征是，所述人体骨架序列的输入通道均匀分为五份，其中每一份人体骨架序列的维度为C/5×T×N，C为通道数，T为帧数，N为关节数。

3.根据权利要求2所述的基于跨时空图卷积网络的人体骨架行为识别方法，其特征是，

基于分割后的多份人体骨架序列沿时间维度向不同的方向进行移位，包括：

将其中两份人体骨架序列分别沿时间维度向前移动一个时间单位和两个时间单位；

从剩余未移动的人体骨架序列中选择两份人体骨架序列分别沿时间维度向后移动一个时间单位和两个时间单位；

剩余最后一份未移动的人体骨架序列保持不变。

4.根据权利要求3所述的基于跨时空图卷积网络的人体骨架行为识别方法，其特征是，

基于分割后的多份人体骨架序列沿时间维度向不同的方向进行移位，还包括：

去除超出时间维度范围的序列，以及，对时间维度范围内的空白位置进行补零操作。

5.基于跨时空图卷积网络的人体骨架行为识别系统，其特征在于，包括：

采集模块：用于获取人体骨架序列；

序列均分模块：用于将人体骨架序列的输入通道均匀分成多份；

序列移位模块：用于基于均分后的多份人体骨架序列沿时间维度向不同的方向进行移位；

卷积运算模块：用于基于移位后的人体骨架序列输入时空图卷积网络进行卷积运算。

6.根据权利要求5所述的基于跨时空图卷积网络的人体骨架行为识别系统，其特征是，

所述人体骨架序列的输入通道均匀分为五份，其中每一份人体骨架序列的维度为C/5×T×N，C为通道数，T为帧数，N为关节数。

7.根据权利要求6所述的基于跨时空图卷积网络的人体骨架行为识别系统，其特征是，

基于分割后的多份人体骨架序列沿时间维度向不同的方向进行移位，包括：

将其中两份人体骨架序列分别沿时间维度向前移动一个时间单位和两个时间单位；

从剩余未移动的人体骨架序列中选择两份人体骨架序列分别沿时间维度向后移动一个时间单位和两个时间单位；

剩余最后一份未移动的人体骨架序列保持不变。

8.根据权利要求7所述的基于跨时空图卷积网络的人体骨架行为识别系统，其特征是，

基于分割后的多份人体骨架序列沿时间维度向不同的方向进行移位，还包括：

去除超出时间维度范围的序列，以及，对时间维度范围内的空白位置进行补零操作。

9.基于跨时空图卷积网络的人体骨架行为识别装置，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1～4任一项所述方法的步骤。

10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～4任一项所述方法的步骤。