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(打开姿势)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(图形注意力网络,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(时空图卷积网络,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。
张蔚澜, 齐华, 李胜. 时空图卷积网络在人体异常行为识别中的应用[J] ●●●●。计算机工程与应用, 2022, 58(12): 122-131.
张伟兰,齐华,李胜。时空图卷积网络在人类异常行为识别中的应用[J]。计算机工程与应用,2022,58(12):122-131。