Resumen

En los métodos de reconocimiento de acciones humanas basados en esqueletos, los comportamientos humanos pueden ser analizados a través de cambios temporales y espaciales en el esqueleto humano. Los esqueletos no están limitados por cambios de vestimenta, condiciones de iluminación o fondos complejos. Este método de reconocimiento es robusto y ha despertado gran interés; sin embargo, muchos estudios existentes han utilizado redes de capas profundas con un gran número de parámetros requeridos para mejorar el rendimiento del modelo y, por lo tanto, han perdido la ventaja de una menor computación de datos de esqueletos. Es difícil implementar modelos previamente establecidos en aplicaciones de la vida real basadas en dispositivos integrados de bajo costo. Para obtener un modelo con menos parámetros y una mayor precisión, este estudio diseñó un modelo de red convolucional gráfica adaptativa a nivel de marco (FLAGCN) ligero para resolver tareas de reconocimiento de acciones basadas en esqueletos. En comparación con el modelo clásico 2s-AGCN, el nuevo modelo

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Esqueleto; Reconocimiento de la acción humana; Modelo FLAGCN; Parámetros; Convolución de grafos; Sistemas en tiempo real
• Keywords:Skeleton-based; Human action recognition; FLAGCN model; Parameters; Graph convolution; Real-time systems