基于改進圖卷積網絡和人體骨架的扶梯場景危險行為識別

打開文本圖片集

摘要：為了使圖神經網絡從前后相鄰幀中獲取缺失的人體骨架信息，解決自動扶梯狹長環(huán)境的遮擋問題和相似人體骨架動作準確識別問題，提出一種注意力引導的多尺度層次邊緣聚合時序圖卷積網絡（AMH-GCN）。首先，對時序卷積網絡加入不同擴張率的多尺度特征，延展出的7個分支可增強網絡對時間域的特征提取能力;其次，在多尺度特征時序卷積網絡后面加入層次邊緣卷積，使局部特征向全局特征擴張;最后，在每個時空圖卷積塊中，加人空間通道注意力機制，強化網絡對空間、通道信息的處理，使AMHGCN在分類過程中更加關注不同行為的細節(jié)特征，提高分類的準確率。（剩余130字）