时空图卷积网络在人体异常行为识别中的应用

摘要：

在监控场景下,由于监控资源短缺,行人异常行为容易发生漏检.针对该问题,提出了一种视频监控场景下的人体异常行为识别的方法,辅助监控人员及时发现异常.使用OpenPose对图像中行人进行人体骨架提取.针对图卷积网络对关节点特征聚合方式单一的问题,融合了基于图注意力网络(graph attention network,GAT)的图注意力机制.在改进后的图卷积网络的基础上,利用时空图卷积神经网络(spatial temporal graph convolutional networks,ST-GCN),对行人关节点信息进行异常行为识别.实验结果表明,提出的识别算法对定义的行为识别准确率达85.48％,能够准确地识别监控视频中行人的异常行为.

关键词：OpenPose算法、时空图卷积网络、图注意力机制、行为识别

所属期刊栏目：58

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省科技厅科研项目2018GY-007

在线出版日期：2022-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：122-131