双流图卷积动作识别网络

骨架特征融合更可信

采用慢流与快流并行处理不同时空变化特征的骨架序列,并以Dirichlet分布和优化Dempster组合规则融合多分支意见,在提升识别精度的同时降低不确定性。

Wenrui, Zhu · 史东辉 · Junqi, Yu

Neurocomputing 2025

技术优势

快慢流分工更准

不同关节的时空变化频率受动作类型影响,双流网络分别处理快慢特征,提升识别能力。

特征融合更可信

利用Dirichlet分布和优化Dempster组合规则融合多分支意见,减少决策中的不确定性。

识别不确定性降低

实验表明,该方法在权威数据集上达到最优性能的同时,动作识别的不确定性更低。

应用场景