基于昇腾处理器的边端人体动作识别算法设计与实现

TP391; 针对现有的人体动作识别算法精度不足、计算量大、缺少在边端设备上的部署等问题,本文提出一种基于昇腾处理器的边端轻量化人体动作识别时空图卷积算法.通过设计隐性联系骨架连接方法并构建隐性邻接矩阵,结合自然骨架连接邻接矩阵,构造显隐性融合空间图卷积.在时间维度加入空间注意力机制,使模型关注不同帧间关节点位置空间特征,进一步设计时间图卷积,构建时空图卷积.此外设计网络中的Ascend-Enisum算子,进行张量融合运算,降低了计算复杂度,使模型轻量化.针对上述改进,在KTH数据集上进行实验验证,与经典单流算法ST-GCN相比,模型计算量减小了22.28%,Top-1精度达到84.17%,提...

Full description

Saved in:
Bibliographic Details
Published in光电工程 Vol. 51; no. 6; pp. 中插5 - 72
Main Authors 赵冬冬, 赖亮, 陈朋, 周鸿超, 李亦然, 梁荣华
Format Journal Article
LanguageChinese
Published 浙江工业大学计算机科学与技术学院,浙江 杭州 310023 01.06.2024
Subjects
边端人体动作识别
昇腾处理器
edge human action recognition
ascend processor
spatial temporal graph convolutional
时空图卷积
轻量化
lightweight
Online AccessGet full text
ISSN1003-501X
DOI10.12086/oee.2024.240072

Cover

More Information
Summary:TP391; 针对现有的人体动作识别算法精度不足、计算量大、缺少在边端设备上的部署等问题,本文提出一种基于昇腾处理器的边端轻量化人体动作识别时空图卷积算法.通过设计隐性联系骨架连接方法并构建隐性邻接矩阵,结合自然骨架连接邻接矩阵,构造显隐性融合空间图卷积.在时间维度加入空间注意力机制,使模型关注不同帧间关节点位置空间特征,进一步设计时间图卷积,构建时空图卷积.此外设计网络中的Ascend-Enisum算子,进行张量融合运算,降低了计算复杂度,使模型轻量化.针对上述改进,在KTH数据集上进行实验验证,与经典单流算法ST-GCN相比,模型计算量减小了22.28%,Top-1精度达到84.17%,提升了5% .基于上述算法设计了昇腾AI人体动作识别系统,并在边端设备成功部署,可以进行实时人体动作识别.
ISSN:1003-501X
DOI:10.12086/oee.2024.240072