.png){kind=icon}
返回
A Dual Asynchronous--Synchronous Relation Graph Method for Sensor-Based Group Activity Recognition
.png){kind=icon}
PRE
AI
DOI：10.1109/jiot.2026.3696413.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网（IoT）的快速发展为智能环境中的群体活动识别（GAR）奠定了基础，其目标在于理解由多个个体动作组成的复杂活动。然而，现有方法主要关注同步动作的识别，在处理异步动作时存在显著局限性，而异步动作在动态真实的物联网场景中普遍存在。在异步动作中，时间延迟的个体以与实时个体不同步的时间滞后执行或响应动作，形成复杂的时延关系。为解决此问题，本文提出了一种基于传感器的GAR双异步-同步关系图（DASRG）方法。通过引入异步关系图（ARG），捕获时间延迟个体与实时个体之间的时延关系，并通过特征平移将时间延迟个体的特征与实时个体的特征同步。同时，构建同步关系图（SRG）以增强对个体间交互和动作差异的建模，通过整合空间交互关系（SIR）特征和残差关系特征（RRFs），从而减少非关键个体对识别结果的干扰。为实现在异步和SRG之间的耦合，设计了一个基于多头注意力机制的图聚合（GA）模块。通过利用注意头的加权反馈，该模块优化了节点信息更新，并实现了两个图在空间域中的信息相互反馈，提高了模型处理异步动作的能力并减轻了非关键个体的干扰。广泛的实验结果进一步证明了所提出方法在涉及异步动作和干扰个体的复杂场景中的优越性。
Keyword:
Asynchronous relation graph (ARG)
group activity recognition (GAR)
Internet of Things (IoT)
sensor data
synchronous relation graph (SRG)
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
Recognition of crowd behavior from mobile sensors with pattern analysis and graph clustering methods
OAAI
.png){kind=icon}
OAAI分享收藏分享收藏Interaction-Feature Enhanced Multiuser Model Learning for a Home Environment Using Ambient Sensors
OAAI
OAAI分享收藏分享收藏
查看更多内容