多流卷积神经网络的骨架行为识别

近年来基于骨架数据集的行为识别已成为行为识别领域研究热点.以往基于骨架信息的行为识别研究,是从原始骨架数据中直接提取一系列行为特征信息,作为行为识别网络模型的输入,这种方法忽略了行为中骨架间存在的时空依赖关系,不利于提高行为识别准确度.本文直接利用骨架数据作为网络模型的输入,提出一种基于骨架数据的多流卷积神经网络的行为识别方法.该方法首先进行骨架动作建模;然后利用多流的卷积网络框架提取骨架行为时空特征信息,最后进行行为特征融合和识别.在NTU_RGB+D数据集上进行行为识别,实验结果表明此方法能够提高识别准确率.