【行为识别综述准备】

前面：自己整理下面的东西出来后，觉得有点意思，当时就总结出来了一篇很水的综述论文，发表肯定发表不了，纯属锻炼写作的，博大家一乐。

论文题目：A Survey on 3D Skeleton-Based Action Recognition Using Learning Method
链接：https://arxiv.org/abs/2002.05907链接

首先，以后工作可以考虑一下基于图卷及的行为识别今年很多，且在数据集上性能领先。
如下图所示：

应用场景：

1. 【2019】Skeleton-based Action Recognition of People Handling Objects 【论文】

• recognizing object-related human actions
• 偏向于应用场景
• 通过构建skeletion-graph 利用了图卷积
  

CNN-Based：

1. 【2019】SkeleMotion: A New Representation of Skeleton Joint Sequences Based on Motion Information for 3D Action Recognition【论文】 【代码】

• Skeleton -> Image
• 偏向于方法
• 3D 行为识别
• CNN方法
• NTU RGB+D 120 dataset
• skeleton image representation 重要！！！对骨架序列进行编码，进一步表示，高效表示，skeleton->Image，有点像师兄的思路！

2. 【2019】Three-Stream Convolutional Neural Network With Multi-Task and Ensemble Learning for 3D Action Recognition【论文】

• 数据集：NTU RGBD
• 3D 行为识别
• 思路：三个stage
• 偏向于方法,网络结构上的创新！
• 多任务学习
  
  此外他还有一篇文章是考虑了频域信息进去的，结构差不多
  如下，主要讲当前的方法都是异步学习语义信