Spatial-Temporal Specialized Transformer for Skeleton-based Action Recognition

最新推荐文章于 2025-06-03 10:00:00 发布
原创 最新推荐文章于 2025-06-03 10:00:00 发布 · 539 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#transformer #深度学习 #人工智能

最低0.47元/天 解锁文章
【论文阅读笔记】Spatial Temporal Transformer Network for Skeleton-based Action Recognition
qq_39820716的博客
11-30 2805
Author: Chiara Plizzari Chinese Title: 《基于骨架动作识别的时空Transformer网络》 Classification: Action Rec Progress: Finished Publication: ICPR 2020 Reading Date: November 24, 2021 Intro: 多亏了3D姿态估计设别的优势，基于骨骼的动作识别近些年发展很快。但是对于提取上下文感知的细粒度时空特征，有潜力释放真正潜力在动作识别上的算法和神经网络目前还是很缺乏
2022（STTFormer）：Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition
weixin_45662626的博客
12-26 2273
现存问题：现有的基于 Transformer 的方法无法捕捉帧之间不同关节的相关性。 针对这一问题，本文提出了一种新的时空元组变压器(STTFormer)方法。骨架序列分为几个不重叠的部分。每个部分称为“元组”，包含几个连续的帧。由于几个连续帧中的不同关节具有相关性，因此每个元组被展平成一个短序列。 时空元组自我注意模块来捕获连续帧中不同关节之间的关系。此外，在非相邻帧之间引入了一个特征聚合模块，以增强区分相似动作的能力。
Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition
开心的火龙果的博客
02-14 1697
Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition 本篇文章针对基于骨架的行为识别进行了研究，提出了一种时空元组transformer。该方法能够在连续帧中建立不同关节的关系，有比较强的区分相似动作的能力，达到了sota。 帧之间不同关节的相关性对行为识别非常有用，在一个动作中，相邻帧之间的不同身体部位常常是一起移动的（例如"跳远"中的手臂和腿）。Kaiming He等曾提出一个时空transformer结构，该结
论文阅读12：Spatio-Temporal Tuples Transformer forSkeleton-Based Action Recognition-2021STTFormer
gaocui883的博客
12-05 470
problems currently : the existing Transformer-based meth-ods cannot capture the correlation of different joints between framesThe skeleton sequence is divided into several parts, and several consecu-tive frames contained in each part are encoded. And then
2023(TranSkeleton):TranSkeleton: Hierarchical Spatial-Temporal Transformer for Skeleton-Based Action
weixin_45662626的博客
01-05 1214
存在问题：时间卷积很难有效地捕获远程依赖。同时，常用的多分支图卷积具有较高的复杂度。 本文提出了 TranSkeleton，它统一了骨架序列的空间和时间建模。 对于时间建模，本文提出了一种新颖的分区聚合时间 Transformer。它适用于分层时间的分区和聚合，可以有效地捕获远程依赖和微妙的时间结构。设计了一种差分感知聚合方法来减少时间聚合过程中的信息丢失。 对于空间建模，本文提出了一种拓扑感知空间转换器，它利用人体拓扑的先验信息来促进空间相关性建模。
MSST-RT: Multi-Stream Spatial-Temporal Relative Transformer for Skeleton-Based Action Recognition
weixin_45662626的博客
01-17 1959
本文提出时空相对转换器 (ST-RT) 来克服这些缺陷。通过引入中继节点，ST-RT避免了变压器架构，打破了空间维度固有的骨架拓扑和时间维度骨架序列的顺序。此外，挖掘不同尺度运动中包含的动态信息。最后，分别将从四种骨架序列中提取时空特征的四个ST-RT进行融合，形成最终模型、多流时空相对变压器(MSST-RT)，以提高性能。
SkateFormer: Skeletal-Temporal Transformerfor Human Action Recognition
最新发布
qq_51728598的博客
06-03 1639
基于骨架的动作识别通过关节坐标及其在骨架数据中的连接关系对人类动作进行分类，已广泛应用于多种场景。尽管图卷积网络（GCN）已被提出用于处理以图结构表示的骨架数据，但其感受野受限于关节连接关系，范围有限。为解决这一局限性，近期研究引入了基于Transformer的方法，但捕获所有帧中所有关节之间的相关性需要大量内存资源。为此，我们提出了一种名为骨骼-时间Transformer（SkateFormer）的新方法，该方法。
【论文阅读笔记】（2015 CVPR）Hierarchical recurrent neural network for skeleton based action recognition
qq_36627158的博客
02-22 2150
Representation Learning of Temporal Dynamics for Skeleton-Based Action Recognition （2015 CVPR） Authors Notes Contributions We propose an end-to-end hierarchical RNN for skeleton based action recognition. Instead oftaking the whole skeleton as the in
2021-11-12 Spatial Temporal Transformer Network for Skeleton-based Action Recognition
qq_33331451的博客
11-12 1857
Spatial Temporal Transformer Network for Skeleton-based Action Recognition Author and Department Chiara et. al. 米兰理工大学,意大利； 发表在上ICPR，2020. 论文有代码，但是复现不正确，之后跟踪继续。 目 录 文章目录AbstractSummaryResearch Objective(s)/MotivationContributionBackground / Problem State
【论文笔记】ST-TR：Skeleton-based Action Recognition via Spatial and Temporal Transformer Networks
LoveKKarlie_的博客
02-16 4605
Skeleton-based Action Recognition via Spatial and Temporal Transformer Networks基于骨骼通过时空变换网络的行为识别，CVPR2020。 时空变换网络ST-TR： 基于双流的Transformer-based模型；spatial self-attention(SSA)：用于了解不同身体部位之间的帧内交互；temporal self-attention(TSA)：用于对帧内相关性进行建模；研究关节随时间的动力学。
论文阅读13：Spatial Temporal Transformer Network for Skeleton-based Action Recognition-ICPR2020
gaocui883的博客
12-07 572
ddd
《Focal and Global Knowledge Distillation for Detector》论文解读
weixin_45901142的博客
12-12 1053
介绍知识蒸馏相关知识及目标检测知识蒸馏论文《Focal and Global Knowledge Distillation for Detector》解读
Learning Causal Domain-Invariant Temporal Dynamics forFew-Shot Action Recognition
qq_52053775的博客
03-23 107
动作识别一直是一个重要且富有成效的研究领域。例如，Xing等人（2023）、Ahn等人（2023）、Zhou等人（2023）和Zhang等人（2023）在学习大规模标签的动作表示方面取得了很好的成果。然而，当面临少样本学习的挑战时，这些监督学习方法可能会遇到困难，尤其是当新类别的样本数量有限，且与预训练数据存在显著的分布差异时。一是识别可迁移的、时间上不变的知识，这些知识可以直接应用于新数据；二是优化不可迁移的、时间上可变的知识，以便快速适应新情境。
### 论文精读——An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recogniti
Jason_____Wang的博客
12-26 3274
论文精读——IIP-Transformer: Intra-Inter-Part Transformer for Skeleton-Based Action Recognition 近期在做基于关键点的人体动作识别研究，调研了几篇基于transformer架构的 skeleton based action recognition 方面的文章，并且进行一个精读。 其中选取的一篇论文题为：IIP-Transformer: Intra-Inter-Part Transformer for Skeleton-Base
阅读Decoupled Spatial-Temporal Attention Network for Skeleton-Based Action Recognition
qq_33331451的博客
08-01 2973
基于骨骼动作识别的解耦时空注意网络 paper：https://arxiv.org/abs/2007.03263 文章目录AbstractIntroductionMethod3.1 Spatial-temporal attention module3.2 Decoupled Position encoding3.3 Spatial global regularization3.4 Complete attention module3.5 Overall architecture3.6 Dat.
Skeleton-Based Action Recognition with Directed Graph Neural Networks---论文笔记
mei1318874404的博客
03-06 1661
记录一下这周看的论文。 论文名称–《通过有向图神经网络的基于骨架的姿态识别》 1.引言： 对于现在来说，最主要的有3中方法，RNN,CNN,GCN,分别通过序列向量，伪图像，和图来表示各个关节之间的联系。就是说对于骨架，分为关节和骨头，所以如果我们能够在姿态识别的过程中，把关节和各个骨头之间的关系都考虑进去，其实我们会发现对识别有很大很大的提高。现存的基于图的模型，它的关节和骨头的模型是2个相互分...
《Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition》论文阅读之ST-GCN
Gavinmiaoc的博客
05-27 7405
近日，香港中文大学提出一种时空图卷积网络，并利用它们进行人类行为识别。这种算法基于人类关节位置的时间序列表示而对动态骨骼建模，并将图卷积扩展为时空图卷积网络而捕捉这种时空的变化关系。 近年来，人类行为识别已经成为一个活跃的研究领域，它在视频理解中起着重要的作用。一般而言，人类行为识别有着多种模态（Simonyan and Zisserman 2014; Tran et al. 2015; W...
【论文笔记】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition...
a1424262219的博客
01-28 3409
Spatial Temporal Graph Convolutional Networks for Skeleton-Based ActionRecognition 2018-01-2815:45:13 研究背景和动机： 　　行人动作识别（Human Action Recognition）主要从多个模态的角度来进行研究，即：appearance，depth，o...
论文浏览(32) Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
清欢
08-21 719
文章目录0. 前言1. 要解决什么问题2. 用了什么方法3. 效果如何4. 还存在什么问题&有什么可以借鉴 0. 前言 相关资料： arxiv github 论文解读，知乎讨论 论文基本信息 领域：基于骨架的行为识别 作者单位：港中文 发表时间：AAAI 2018 1. 要解决什么问题 人体行为识别使用的数据源很多，有RGB图像、深度图、光流、人体骨架等。在这些数据源中，动态人体骨架能够传递重要信息，作为补充。但是，对于动态骨架建模相关的研究比较少。 之前对动态骨架建模的主要方
Groupformer: Group activity recognition with clustered spatial-temporal transformer
03-20
Groupformer 是一种基于 Transformer 的架构设计，专门用于解决计算机视觉领域中的群体活动识别问题。该模型通过引入 **Clustered Attention Mechanism** 来捕捉空间和时间维度上的复杂关系[^1]。其核心创新点在于...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值