k_james_tger-CSDN博客

原创 Two-Stream Adaptive Graph Convolutional Networks for Skeleton-Based Action Recognition的阅读笔记

主要工作：提出使用双流方法的**2S-AGCN **模型，改进了ST-GCN主要内容文章首先提出ST-GCN的几个问题在动作识别中，骨头的方向和长度是很有用的特征，但ST-GCN的模型没有应用这方面的信息。ST-GCN更多是应用预先设定好的、自然状态下的人的骨架结构，对于某些特定场景下的识别并不适用。GCN网络不同的层应该是包含着不同级别的信息的，但ST-GCN的每一层的图的拓扑结构是固定的，缺乏灵活性。对于这三个问题，作者提出2S-AGCN的模型为了提取骨骼的信息，将靠近重心的节点作为

2022-01-28 12:34:34 494 1

原创 Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition的论文阅读笔记

以下为阅读ST-GCN论文的笔记论文链接： https://arxiv.org/abs/1801.07455官方源码（pytorch）： https://github.com/yysijie/st-gcn主要工作：提出ST-GCN模型；基于Kinetics，用open pose工具做了一个骨架结构的数据集主要内容类比cnn：对于cnn来说，图像各个像素是固定排列的，卷积时与卷积核上对应位置的权重相乘；但对于graph上的点并不是网格排列的，所以需要新的sampling funciton（找到邻居

2022-01-27 09:36:49 1946

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人