基于自适应时空图卷积混合网络的人体运动姿态预测方法

By using an adaptive spatiotemporal graph convolutional hybrid network to preprocess and extract features from human skeleton data, the problem of poor robustness of graph convolutional networks in existing technologies is solved, and effective prediction of human movements is achieved.

CN117373126BActive Publication Date: 2026-07-17NANJING UNIV OF POSTS & TELECOMM
View PDF 2 Cites 0 Cited by

Patent Information

Authority / Receiving Office
CN · China
Patent Type
Patents(China)
Current Assignee / Owner
NANJING UNIV OF POSTS & TELECOMM
Filing Date
2023-10-20
Publication Date
2026-07-17

Smart Images

  • Figure CN117373126B_ABST
    Figure CN117373126B_ABST
Patent Text Reader

Abstract

本发明公开了人体运动预测领域的一种基于自适应时空图卷积混合网络的人体运动姿态预测方法，旨在解决人体运动预测过程中动作多样性造成的算法鲁棒性较差技术问题。其包括：采集原始时序人体骨架数据，通过线性变化将其扩展为预设维度的数据，并分别采用三个邻接矩阵对预设维度的数据进行预处理，完成数据初始化；将初始化数据输入预构建的自适应时空图卷积混合网络模块中的LayerNorm层，获得变换后的姿态特征，并将其输入至预构建的通道注意力SE模块中，获得处理后的姿态特征；将通道注意力处理后的姿态特征输入到全连接层中进行解码预测，获得最终的预测结果。本发明解决多个动作中表现的均衡性问题，能够适应人体运动预测问题中的各种数据样本。
Need to check novelty before this filing date? Find Prior Art