本发明公开了一种基于深度强化学习的人体骨架行为识别方法及装置,其中,方法包括:通过对训练集中的每一段视频进行均匀采样得到帧数固定的视频,以训练图卷积神经网络;在图卷积神经网络的参数固定之后,通过图卷积神经网络训练萃取帧网络,以得到满足预设条件的代表帧;通过满足预设条件的代表帧更新图卷积神经网络;获取目标视频,并对目标视频进行均匀采样,以将采样得到的帧送入萃取帧网络得到关键帧;将关键帧送入更新后的图卷积神经网络,以得到行为的最终类别。该方法可以加强挑选出来帧的判别性,去除冗余信息,提高识别性能,降低测试阶段计算量,同时可以充分利用人体骨骼的拓扑关系,来提高行为识别的性能。
声明:
“基于深度强化学习的人体骨架行为识别方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)