Pour résoudre le problème d'extraction insuffisante et incomplète des caractéristiques et la faible précision de reconnaissance des actions basées sur la séquence du squelette humain, cet article propose un modèle de reconnaissance d'actions basé sur des caractéristiques multi-branches et des caractéristiques spatio-temporelles multi-échelles. Tout d'abord, une amélioration des caractéristiques des données brutes a été réalisée en combinant plusieurs algorithmes ; ensuite, la forme d'entrée des caractéristiques multi-branches a été améliorée en informations de fusion des caractéristiques multi-branches, qui sont ensuite introduites séparément dans le réseau, fusionnées après être passées par des modules réseau d'une certaine profondeur ; puis, un module convolutionnel spatio-temporel multi-échelles a été construit comme module de base du réseau pour extraire des caractéristiques spatio-temporelles multi-échelles ; enfin, un modèle de réseau global a été construit pour fournir la catégorie d'action. Les résultats expérimentaux montrent que les précisions de reconnaissance selon les deux normes de division Cross-subject et Cross-view sur le jeu de données NTU RGB-D 60 sont respectivement de 89,6 % et 95,1 %, et selon les deux normes Cross-subject et Cross-setup sur le jeu NTU RGB-D 120 sont respectivement de 84,1 % et 86,0 %. Comparé à d'autres algorithmes, l'algorithme proposé extrait des caractéristiques d'actions plus diversifiées et multi-échelles, avec une amélioration notable de la précision de la reconnaissance des catégories d'actions.

reconnaissance d'actions; caractéristiques multi-échelles; caractéristiques multi-branches; fusion de caractéristiques