行为识别：ST-GCN实现（将OpenPose换为轻量级）

最新推荐文章于 2024-05-09 10:41:25 发布
最新推荐文章于 2024-05-09 10:41:25 发布
阅读量994 收藏 20
点赞数 3
分类专栏： 行为识别 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_62948300/article/details/129888182
版权

在我的项目里主要是复现了Light weight-OpenPose，完成人体姿态估计后，又想要对行人进行一个行为的识别，经过一通查找之后，锁定了基于骨骼识别实现的行为识别——ST-GCN，很符合我的项目需求，但是ST-GCN本来是使用的OpenPose作为它的基础，下面这个是它的流程图：

本来的想法是先按它的思路复现一遍，再将openpose换成light weight-openpose，但是看了好多教程openpose+sg-gcn，到最后一步复现失败（主要是Openpose本来的环境搭建就很麻烦，当初我几乎花了一周才完全做出来，还忘记写笔记），于是放弃这个方案。绝望之际找到了一篇：

GitHub - Tudouu/stgcn_light_op

作者直接实现了轻量级openpose+ST-GCN!!!!!!操作也很简单，只需要按作者的read me修改一些路径！太简单了！！当然前提是需要自己把light weight-openpose环境先搭好，这个也很简单，网上教程比较多。如果后续还想实现别的功能或者做一些小修改再来更新，嘿嘿~

努力的BigJiang
关注
  • 3
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
（8）Lightweight OpenPose轻量化模型之 模型封装 + 摔倒检测
yohnyang的博客
08-23 2338
openpose封装用于姿态检测：摔倒、站立
【论文精读】基于骨架行为识别（一）—STGCN
weixin_44605171的博客
02-25 1万+
论文链接 文章目录1. 摘要2. 介绍3. 相关工作4. 时空图卷积5. 实验6. 总结 1. 摘要 2. 介绍 3. 相关工作 4. 时空图卷积 5. 实验 6. 总结
ST-GCN模型详解（+openpose）
qq_74722169的博客
04-18 2780
ST-GCN应当具备能够从时空维度提取特征的能力，其在GCN中的表现就是能够同时聚合时空维度的信息，如下图所示。其具体网络层如图所示：步骤1：引入一个可学习的权重矩阵（与邻接矩阵等大小）与邻接矩阵按位相乘。该权重矩阵叫做“Learnable edge importance weight”，用来赋予邻接矩阵中重要边（节点）较大的权重且抑制非重要边（节点）的权重。步骤2：将加权后的邻接矩阵与输入送至GCN中进行运算。
骨架行为识别基线模型: CTR-GCN论文解读+代码分析
weixin_45595504的博客
05-09 1531
骨架行为识别是指通过分析人体骨架的运动轨迹和姿态，来识别和理解人体的行为动作。它是计算机视觉和模式识别领域的一个重要研究方向，具有广泛的应用前景，如人机交互、智能监控、运动分析等。谈到骨架行为识别，不得不提OpenPose算法。该算法是一种基于深度学习的姿态估计算法，用于从图像或视频中检测和跟踪人体的关键点和姿态信息。它由卡耐基梅隆大学的研究团队开发，旨在实现对多人姿态的准确和实时估计。只需要将视频或者图片在项目中部署路径，即可进行姿态估计。openpose算法github地址。
基于骨架的动作识别方法：ST-GCN
mistydou的博客
02-17 1893
ST-GCN论文阅读
AAAI2018||ST-GCN：Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
qq_36756312的博客
11-16 5214
在本博客中，我将对骨架动作识别任务中应用图卷积的开山之作ST-GCN进行重述，其中会参杂个人的理解。本篇博客内容为本人研究生阶段结课作业与论文部分内容，因此改进部分暂时未上传；本篇博客旨在于广大同学一起分享讨论于进步，请勿私自转载。 在文末将会对ST-GCN中的图卷积代码进行图画阐述。后续可能会更新代码讲解。 一、摘要 在基于骨架的动作识别任务中，动态的人体骨架具有该任务所需的重要信息，然而以往传统的方法通常使用手工特征或遍历规则对骨架进行建模，不仅限制了模型表达能力还使得模型泛化困难；因此作者提出了
ST-GCN、2s-AGCN：图卷积网络在骨骼动作识别中的应用（一）
weixin_73611281的博客
08-30 2050
ST-GCN：只处理关节，时间空间在同一流轮次进行2s-AGCN：双流分别描述骨架和关节，各流选用与ST-GCN类似的方式。
利用openpose提取自建数据集骨骼点训练st-gcn，复现st-gcn
qq_41131123的博客
10-04 1万+
利用openpose提取自建数据集骨骼点搭建st-gcn
ST-GCN基于图卷积的行为识别修改模型文件
10-28
ST-GCN（Spatial Temporal Graph Convolutional Network）是一种基于图卷积网络的行为识别模型，由Yan et al. 在2018年的论文《Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action ...
Human-Falling-Detect-Tracks:AlphaPose + ST-GCN + SORT
04-14
人体跌倒检测与追踪使用Tiny-YOLO oneclass... 对于动作识别，使用来自跌倒检测数据集（，家庭）的数据，通过AlphaPose提取骨骼姿势，并手动标记每个动作帧，以训练ST-GCN模型。预训练模型Tiny-YOLO oneclass- ， SPPE
基于时空图卷积ST-GCN的骨骼动作识别毕设项目源码+模型+示例效果.zip
02-16
基于时空图卷积ST-GCN的骨骼动作识别毕设项目源码.zip基于时空图卷积ST-GCN的骨骼动作识别毕设项目源码.zip基于时空图卷积ST-GCN的骨骼动作识别毕设项目源码.zip基于时空图卷积ST-GCN的骨骼动作识别毕设项目源码.zip...
基于DA-GCN的煤矿人员行为识别方法-论文
07-08
针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络（DA-GCN）的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体...
基于时空图卷积（ST-GCN）的骨骼动作识别（python源码+毕业设计）.zip
最新发布
06-19
GCN）的骨骼动作识别（python源码+项目说明）.zip基于时空图卷积（ST-GCN）的骨骼动作识别（python源码+项目说明）.zip基于时空图卷积（ST-GCN）的骨骼动作识别（python源码+项目说明）.zip基于时空图卷积（ST-GCN）...
st-gcn训练自建行为识别数据集
热门推荐
动力中原
07-16 1万+
st-gcn训练自建行为识别数据集代码下载与环境配置准备行为数据 代码下载与环境配置 首先参照下面的命令，下载st-gcn算法的训练代码，配置环境。 git clone https://github.com/yysijie/st-gcn.git cd st-gcn pip install -r requirements.txt cd torchlight python setup.py install cd .. 准备行为数据 训练之前，需要根据kinetics-skleton数据集的格式，提取自建数据集
基于动态骨骼的动作识别方法ST-GCN
sinat_28371057的博客
01-29 3855
解读：基于动态骨骼的动作识别方法ST-GCN（时空图卷积网络模型） 2018年04月09日 01:14:14我是婉君的阅读数 16076更多 分类专栏：计算机视觉论文 版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/qq_36893052/article/details/79860328 解读：基于动态骨骼的动作识别方法ST-GCN（时空图卷积网络模型） 本文为 AAAI...
MTK6735 5.1系统 Camera GPIO 引脚配置笔记
Big_Jiang的博客
02-26 3126
1、先找到Camera的上电时序图，从图中可以看到我们接下来需要配置的GPIO引脚。2、再找到板子原理图中的Camera部分引脚定义如下图，从中可以找到Camera的上电时序图的对应GPIO引脚。以CMMCLK为例，CMCLK --> CMMCLK --> Y27 --> GPIO45。3、硬件连接分析完后，接下来就分析软件是否正确配置。在jsh\K9635_6735_5.1\k...
（6）Lightweight OpenPose轻量化模型用于实时CPU多人姿态估计
yohnyang的博客
08-17 1801
轻量化openpose用于实时CPU多目标姿态估计，同时应用cuda加速
ST-GCN源码运行demo配置过程（openpose-1.5.0+win10）
NekoTom的博客
03-22 4733
目录配置Openpose-1.5.0Openpose下载 本文中CUDA已安装，版本为11.2 CUDA版本在Nvidia控制面板-系统信息-组件-NVCUDA64.DLL产品名称栏中可以找到 配置Openpose-1.5.0 参考链接 Openpose1.5.0+VS2017+CUDA10+cuDNN7.5+WIN10安装部署教程（C++和Python API）. win10+VS2017+openpose1.5.0+cuda10.0+cudnn7.5(GPU版，实现pythonAPI). Openpos
ST--GCN动作识别优点
05-13
ST-GCN 是一种基于图卷积神经网络（GCN）的动作识别方法，其优点包括： 1. 可以对动作进行准确的时空建模：ST-GCN 通过对人体骨骼关节的时空序列数据进行建模，能够准确地捕捉到动作的时序和空间信息。 2. 具有较好的泛化性能：ST-GCN 基于 GCN 模型，能够自适应地学习不同数据来源的特征，从而具有较好的泛化性能。 3. 可以高效地处理大规模动作数据：ST-GCN 采用图卷积神经网络模型，可以有效地处理大规模动作数据，从而具有较高的计算效率。 4. 可以处理多人动作识别：ST-GCN 可以同时对多个人的动作进行识别，具有较好的适用性和扩展性。 5. 可以应用于实时动作识别场景：ST-GCN 的计算效率较高，可以在较短的时间内完成动作识别任务，从而可以应用于实时动作识别场景。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值