- 博客(2)
- 收藏
- 关注
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
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人