| 基于高效时空图卷积的异常步态识别算法研究 |
| |
| 作者姓名： | 尹梓名 姜艺 喻洪流 单新颖 于龚瑶 傅宇栋 罗军 |
| |
| 作者单位： | 1. 上海理工大学健康科学与工程学院;2. 上海康复器械工程技术研究中心;3. 民政部神经功能信息与康复工程重点实验室;4. 国家康复辅具研究中心;5. 南昌大学第二附属医院康复科 |
| |
| 基金项目： | 国家重点研发计划资助项目(2020YFC2005800,2020YFC2005801)；;国家自然科学基金资助项目(82074581)； |
| |
| 摘 要： | 为实现人体异常步态的自动识别，本研究提出一种基于高效时空图卷积神经网络的异常步态识别算法，使用两个Kinect深度相机传感器提取人体三维骨架数据，基于时空图卷积采用早期多分支融合策略，生成关节、运动和骨骼三类特征。经特征融合后，使用两个时空图卷积块作为主流网络进行训练，结合时空关节注意力机制增强模型鉴别能力。在两个公开数据集上测试分别取得了99.37%和96.10%的平均准确率，实验结果高于其他基于骨架的图卷积神经网络方法。本研究提出的高效时空图卷积网络能有效鉴别异常步态，有助于异常步态的早发现、早诊断和早治疗。
|
| 关 键 词： | 图卷积网络 注意力机制 异常步态识别 深度相机 人体骨架 |
|
