인체 골격 시퀀스 기반 동작 인식에서 특성 추출이 불충분하고 불완전하며 인식 정확도가 낮은 문제를 해결하기 위해 본 논문에서는 다중 분기 특성과 다중 스케일 시공간 특성을 기반으로 한 동작 인식 모델을 제안한다. 먼저, 다양한 알고리즘의 결합을 통해 원본 데이터의 특성을 강화하였으며; 다음으로 다중 분기 특성 입력 형태를 다중 분기 융합 특성 정보로 개선하여 각각 네트워크에 입력한 후 일정 깊이의 네트워크 모듈을 거쳐 함께 융합하였다; 그리고 다중 스케일 시공간 합성곱 모듈을 네트워크의 기본 모듈로 구축하여 다중 스케일 시공간 특성을 추출하였다; 마지막으로 전체 네트워크 모델을 구축하여 동작 범주를 출력하였다. 실험 결과 NTU RGB-D 60 데이터셋의 두 가지 분할 기준인 Cross-subject와 Cross-view에서 각각 89.6%와 95.1%의 인식 정확도를 얻었으며, NTU RGB-D 120 데이터셋의 Cross-subject와 Cross-setup 분할 기준에서도 각각 84.1%와 86.0%의 인식 정확도를 얻었다. 다른 알고리즘과 비교할 때 본 논문의 알고리즘은 보다 다양하고 다중 스케일의 동작 특성을 추출하여 동작 범주 인식 정확도가 다소 향상되었다.

동작 인식; 다중 스케일 특성; 다중 분기 특성; 특성 융합