輕量級多信息圖卷積神經(jīng)網(wǎng)絡(luò)動作識別方法

打開文本圖片集

摘要：針對如何在保持低參數(shù)量和低計(jì)算量前提下構(gòu)建高性能模型的問題，提出一種輕量級多信息圖卷積神經(jīng)網(wǎng)絡(luò)（LMI-GCN）。LMI-GCN通過將關(guān)節(jié)坐標(biāo)、關(guān)節(jié)速度、骨骼邊、骨骼邊速度四種不同信息編碼至高維空間的方式進(jìn)行信息融合，并引入可以聚合重要特征的多通道自適應(yīng)圖和分流時(shí)間卷積塊以減少模型參數(shù)量。同時(shí)，提出一種隨機(jī)池?cái)?shù)據(jù)預(yù)處理方法。（剩余17329字）