There are complex posture changes in dance movements, which lead to the low accuracy of dance movement recognition. And none of the current motion recognition uses the dancer’s attributes. The attribute feature of dancer is the important high-level semantic information in the action recognition. Therefore, a dance movement recognition algorithm based on feature expression and attribute mining is designed to learn the complicated and changeable dancer movements. Firstly, the original image information is compressed by the time-domain fusion module, and the information of action and attitude can be expressed completely. Then, a two-way feature extraction network is designed, which extracts the details of the actions along the way and takes the sequence image as the input of the network. Then, in order to enhance the expression ability of attribute features, a multibranch spatial channel attention integration module (MBSC) based on an attention mechanism is designed to extract the features of each attribute. Finally, using the semantic inference and information transfer function of the graph convolution network, the relationship between attribute features and dancer features can be mined and deduced, and more expressive action features can be obtained; thus, high-performance dance motion recognition is realized. The test and analysis results on the data set show that the algorithm can recognize the dance movement and improve the accuracy of the dance movement recognition effectively, thus realizing the movement correction function of the dancer.

中文翻译：

---

基于特征表达和属性挖掘的舞蹈动作识别

舞蹈动作中存在复杂的姿势变化，这导致舞蹈动作识别的准确性较低。并且当前的动作识别都没有使用舞者的属性。舞者的属性特征是动作识别中重要的高级语义信息。因此，设计了一种基于特征表达和属性挖掘的舞蹈动作识别算法，以学习复杂，多变的舞者动作。首先，利用时域融合模块对原始图像信息进行压缩，从而可以完整地表达出动作和姿态信息。然后，设计了一个双向特征提取网络，该网络提取沿途的动作细节，并以序列图像作为网络的输入。然后，为了增强属性特征的表达能力，设计了基于注意力机制的多分支空间通道注意力整合模块（MBSC），以提取每个属性的特征。最后，利用图卷积网络的语义推理和信息传递函数，可以挖掘和推导属性特征与舞者特征之间的关系，从而获得更具表现力的动作特征。因此，实现了高性能的舞蹈动作识别。在数据集上的测试和分析结果表明，该算法可以有效地识别出舞者的动作，提高了舞者动作识别的准确性，从而实现了舞者的动作校正功能。设计了基于注意力机制的多分支空间通道注意力整合模块（MBSC），以提取每个属性的特征。最后，利用图卷积网络的语义推理和信息传递函数，可以挖掘和推导属性特征与舞者特征之间的关系，从而获得更具表现力的动作特征。因此，实现了高性能的舞蹈动作识别。在数据集上的测试和分析结果表明，该算法可以有效地识别出舞者的动作，提高了舞者动作识别的准确性，从而实现了舞者的动作校正功能。设计了基于注意力机制的多分支空间通道注意力整合模块（MBSC），以提取每个属性的特征。最后，利用图卷积网络的语义推理和信息传递函数，可以挖掘和推导属性特征与舞者特征之间的关系，从而获得更具表现力的动作特征。因此，实现了高性能的舞蹈动作识别。在数据集上的测试和分析结果表明，该算法可以有效地识别出舞者的动作，提高了舞者动作识别的准确性，从而实现了舞者的动作校正功能。利用图卷积网络的语义推理和信息传递功能，可以挖掘和推导属性特征与舞者特征之间的关系，从而获得更具表现力的动作特征。因此，实现了高性能的舞蹈动作识别。在数据集上的测试和分析结果表明，该算法可以有效地识别出舞者的动作，提高了舞者动作识别的准确性，从而实现了舞者的动作校正功能。利用图卷积网络的语义推理和信息传递功能，可以挖掘和推导属性特征与舞者特征之间的关系，从而获得更具表现力的动作特征。因此，实现了高性能的舞蹈动作识别。在数据集上的测试和分析结果表明，该算法可以有效地识别出舞者的动作，提高了舞者动作识别的准确性，从而实现了舞者的动作校正功能。