基于高效时空图卷积的异常步态识别算法研究
尹梓名1
姜艺1
喻洪流2
单新颖3
于龚瑶1
傅宇栋1
罗军4
1.上海理工大学 健康科学与工程学院,上海 2000932.上海理工大学 健康科学与工程学院,上海 200093;上海康复器械工程技术研究中心,上海 200093;民政部神经功能信息与康复工程重点实验室,上海 2000933.国家康复辅具研究中心,北京 1001764.南昌大学第二附属医院 康复科,南昌 330000
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
分类号：R318(医用一般科学)R496(康复医学)TP399(计算技术、计算机技术)
资助基金：国家重点研发计划(2020YFC2005800)国家重点研发计划(2020YFC2005801)国家自然科学基金(82074581)
论文发表日期：2023-09-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 211-217 )
英文信息