基于改进时空卷积网络的舞蹈转体类动作识别方法OACHSSCD

舞蹈转体类动作是舞蹈表演中的复杂技术动作,识别难点在于有效捕捉身体旋转过程中的动作时空多尺度特性.为此,文章探讨一种运用改进时空卷积网络的舞蹈转体类动作识别算法.该方法通过多视角数据融合捕捉技术结合去模糊算法,以提升动作图像的清晰度;采用STIP 算法动态提取时空兴趣点,并进行多尺度融合,以全面捕捉动作的时空多尺度特征;引入改进的时空卷积网络,利用分层双线性池化策略强化时空特征,生成识别边界框,以实现舞蹈转体类动作的最终识别.实验利用 Kinect 传感器采集专业舞者的转体动作数据,经过去模糊处理后,图像视觉质量提升,时空特征提取有效反映了关键点的动态变化.该方法的识别结果与实际动作一致,识别准确性较高,可以为舞蹈转体动作的自动识别提供可靠技术支持.