针对图卷积神经网络的双人交互行为识别方法存在交互语义信息表达不充分的问题,提出了一种新的双人交互时空图卷积神经网络(DHI?STGCN)用于行为识别的方法。该网络包含空间子网络模块和时间子网络模块。将基于交互动作视频获取的3D骨架数据生成一种双人交互动作的空间动作图用于空间信息的表示,图中根据关节点位置信息对双人之间的连接边赋予不同的权重。时间信息处理中,在构造的邻接矩阵中增加了上下文时间信息的联系,图中关节点与其一定时间范围内的节点增加连接。将生成的时空图数据送入空间图卷积网络模块,结合时间图卷积网络模块增强帧间运动特征连续性进行时序建模。该模型充分考虑了双人交互动作的紧密关系,具有较强的鲁棒性,获得了比现有模型更好的交互动作识别效果。
氧化铋(Bi2O3)作为重要的半导体光催化材料,由于特殊的电子结构和优良的可见光响应性能,被认为是一种很有前景的可见光光催化剂,在光催化处理废水方面显示了良好的应用前景。但因Bi2O3光催化性能较低限制了它的应用,因此研究者对其进行改性,期望获得性能优越的Bi2O3光催化材料。综述总结了表面形貌调控、表面修饰、金属离子修饰以及半导体复合等几种改性方法,并对改性Bi2O3光催化材料的发展前景进行了展望。