基于改进图卷积网络和人体骨架的扶梯场景危险行为识别

打开文本图片集

摘要：为了使图神经网络从前后相邻帧中获取缺失的人体骨架信息，解决自动扶梯狭长环境的遮挡问题和相似人体骨架动作准确识别问题，提出一种注意力引导的多尺度层次边缘聚合时序图卷积网络（AMH-GCN）。首先，对时序卷积网络加入不同扩张率的多尺度特征，延展出的7个分支可增强网络对时间域的特征提取能力;其次，在多尺度特征时序卷积网络后面加入层次边缘卷积，使局部特征向全局特征扩张;最后，在每个时空图卷积块中，加人空间通道注意力机制，强化网络对空间、通道信息的处理，使AMHGCN在分类过程中更加关注不同行为的细节特征，提高分类的准确率。（剩余130字）