本发明涉及图像处理，尤其涉及一种节点分类方法、装置、设备以及介质。
背景技术：
1、传统的基于st-gcn的矿工行为识别方法只是简单的把浅层特征向深层的传递，没有充分利用到低层提取到的信息，时空图卷积网络只能捕获骨架的局部特性，具有一定的局限性，无法获取关节的全局特性，无法更细节地表现出人体骨架的特征。
技术实现思路
1、本发明提供了一种节点分类方法，以解决无法增强人体骨架的显著度，以便于准确地将节点以及对应的连接关系进行分类的问题。
2、第一方面，本发明提供了一种节点分类方法，所述方法包括：
3、获取节点图像；
4、将所述节点图像输入基于密集连接结构构建的时空卷积模型，得到分类结果,所述基于密集连接结构构建的时空卷积模型包括多个注意力模块以及多个密集连接模块，所述注意力模块设于两所述密集连接模块之间。
5、第二方面，本发明提供了一种节点分类装置，包括用于执行如第一方面任一项实施例所述的节点分类方法的单元。
6、第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
7、存储器，用于存放计算机程序；
8、处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的节点分类方法的步骤。
9、第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的节点分类方法的步骤。
10、本发明实施例提供的上述技术方案与现有技术相比具有如下优点：
11、强化图像中节点的全局特性，增强节点以及对应的连接关系，即增强人体骨架的显著度，强化特征的表征效果，通过通道注意力模块确定图像中的特征分布，避免错过不明显、容易误检、容易漏检的特征，即提高特征的表征能力，通过空间注意力模块聚焦重要信息，将重点特征突出表现，因此，根据重要信息的节点以及对应的连接关系进行分类更加准确。
1.一种节点分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取节点图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述节点图像输入基于密集连接结构构建的时空卷积模型，得到分类结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述密集连接模块包括多个密集连接层，所述通过所述密集连接模块提取所述节点图像的目标特征图，包括：
5.根据权利要求3所述的方法，其特征在于，所述注意力模块包括通道注意力模块以及空间注意力模块，所述通过所述注意力模块增强所述目标特征图，得到待分类特征图，包括：
6.一种节点分类装置，其特征在于，包括用于执行如权利要求1-5任一项所述方法的单元。
7.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法的步骤。
