计算机应用研究

作者：田青,虞静静,张正,

单位：北方工业大学人工智能与计算机学院,北京100144；

关键词：局部图卷积,自适应图,多尺度时间建模,行为识别,

基金：国家重点研发计划资助项目(2020YFB1600702)；；

鉴于人体骨架的固有拓扑结构特性，采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而，在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长，导致建模误差，影响识别精度的问题。为此，提出了一种结合自适应局部图卷积与多尺度时间建模的骨架行为识别方法。该方法通过自适应局部图卷积模块，实现人体骨骼结构的独立动态表征；设计多尺度时间建模模块，实现对不同持续时间的行为进行建模，并降低了参数量和计算复杂度；引入时空DropGraph结构，动态调整图拓扑结构，提升模型的泛化能力并防止过拟合。实验表明，在NTU RGB+D 60数据集的跨对象C-Sub和跨视角C-View基准下分别取得了93.39%和97.18%的准确率，在NTU RGB+D 120数据集的跨对象C-Sub和跨设置C-Set基准下分别取得了90.48%和91.95%的准确率，高于现有的行为识别方法，证明了该方法的优越性。

来源：2025年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第7期