模式识别国家重点实验室知识库

猴类动物行为的准确量化是临床前药物安全评价的一个基本目标。视频中猴类动物行为分析的一个重要路径是使用目标的骨架序列信息，然而现有的大部分骨架行为识别方法通常在时间和空间维度分别提取骨架序列的特征，忽略了骨架拓扑结构在时空维度的整体性。针对该问题，提出了一种基于全局时空编码网络(GSTEN)的骨架行为识别方法。该方法在时空图卷积网络(ST-GCN)的基础上，并行插入全局标志生成器(GTG)和全局时空编码器(GSTE)来提取时间和空间维度的全局特征。为了验证提出的全局时空编码网络的性能，在自建的猴类动物行为识别数据集上开展实验。实验结果表明，提出的全局时空编码网络在基本不增加模型参数量的情况下，准确率(Accuracy)指标达到76.54%，相较于基准模型时空图卷积网络提升6.79%。