来源：期刊VIP网 时间：
作者：鲁光男;李柯景;岳莉;
单位：长春大学计算机科学技术学院;
摘要：为捕捉节点信号随时间的演变规律，准确预测人体动作，提升人员安全性，文中提出基于引导图卷积网络的人体动作轮廓动态识别方法，全面地理解人体动作的动态变化。利用OpenPose模型获取动作视频中人体各个关节点的位置，构建人体动作骨架图；建立跨时空图结构，描述不同视频帧人体关键点之间的时间依赖关系，设计多尺度邻接矩阵，捕捉人体动作的跨时空相关性；引入注意力机制对不同尺度的邻接矩阵进行权重分配，确定关键关节点间的关系；基于频谱图理论对人体骨架时空图进行时空卷积操作，深入挖掘空间维度上的信号关联性，并捕捉节点信号随时间的演变，通过全连接层进行降维和激活函数处理，输出人体动作轮廓动态识别结果。结果表明：文中方法能够有效地捕捉人体动作的时空特征，对于不同场景下和不同复杂程度的动作类型，该方法的人体动作轮廓动态识别准确性均在90%以上，证明所提方法具有较高的准确性和鲁棒性。
关键词：OpenPose模型;;图卷积网络;;注意力机制;;频谱图理论;;人体骨架时空图;;时空特性
基金资助：吉林省教育厅科学研究项目（JJKH20251104KJ）
