投稿网址：http：//journal.lnpu.edu.cn辽宁石油化工大学学报JOURNALOFLIAONINGPETROCHEMICALUNIVERSITY第43卷第3期2023年6月Vol.43No.3Jun.2023基于图卷积的3D骨架数据的双人交互行为识别张静亭1，曹江涛1，姬晓飞2（1.辽宁石油化工大学信息与控制工程学院，辽宁抚顺113001；2.沈阳航空航天大学自动化学院，辽宁沈阳110136）摘要：针对图卷积神经网络的双人交互行为识别方法存在交互语义信息表达不充分的问题，提出了一种新的双人交互时空图卷积神经网络（DHI⁃STGCN）用于行为识别的方法。该网络包含空间子网络模块和时间子网络模块。将基于交互动作视频获取的3D骨架数据生成一种双人交互动作的空间动作图用于空间信息的表示，图中根据关节点位置信息对双人之间的连接边赋予不同的权重。时间信息处理中，在构造的邻接矩阵中增加了上下文时间信息的联系，图中关节点与其一定时间范围内的节点增加连接。将生成的时空图数据送入空间图卷积网络模块，结合时间图卷积网络模块增强帧间运动特征连续性进行时序建模。该模型充分考虑了双人交互动作的紧密关系，具有较强的鲁棒性，获得了比现有模型更好的交互动作识别效果。关键词：时空图卷积；骨架数据；双人交互；行为识别中图分类号：TP391.1文献标志码：Adoi：10.12422/j.issn.1672⁃6952.2023.03.0143DSkeletonDataDoubleHumanInteractionRecognitionBasedonGraphConvolutionNetworkZhangJingting1，CaoJiangtao1，JiXiaofei2（1.SchoolofInformationandControlEngineering，LiaoningPetrochemicalUniversity，FushunLiaoning113001，China；2.SchoolofAutomation，ShenyangAerospaceUniversity，ShenyangLiaoning110136，China）Abstract:Aimingattheproblemofinsufficientrepresentationofinteractivesemanticinformationinthedoublehumaninteractionbehaviorrecognitionmethodbasedongraphconvolutionalneuralnetworks，anewdoublehumaninteractivespatial⁃temporalgraphconvolutionnetwork(DHI⁃STGCN)wasproposedforbehaviorrecognition.Thenetworkcontainsspatialsub⁃networkmodulesandtemporalsub⁃networkmodules.Basedonthe3Dskeletondataobtainedfromtheinteractiveactionvideo,aspatialactiongraphofdoublehumaninteractiveactionwasgeneratedfortherepresentationofspatialinformation.Inthegraph,theconnectingedgesbetweendoublehumanweregivendifferentweightsaccordingtothejointp...
