点击我爱计算机视觉标星,更快获取CVML新技术
本文作者为52CV群友彭伟,现就读奥卢大学(芬兰) 博士二年级。
Github:https://github.com/xiaoiker
知乎:https://www.zhihu.com/people/ikerpeng
本文介绍被AAAI 2020录用的论文 Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching,第一个使用神经架构搜索(NAS)设计图卷积网络(GCN)的工作,用于基于skeleton的人体动作识别中,在当前最大的两个数据集中达到目前最高的精度。代码将开源。
动作识别(Action recognition) 是计算机视觉领域中一个非常热门的研究话题。它具有很多有价值的应用,例如 安全监控,行为分析, 以及人机交互等等。
但是,这个研究课题同时也是一个很有挑战的问题,尤其是对于背景极其复杂,或是存在遮挡的情况。
Skeleton 数据的出现,很大程度上解决了这一类的问题。Skeleton数据当中包含和运动直接相关的信息,对背景具有更好的鲁棒性,同时也能够有效的改善遮挡以及自遮挡的问题。
因此,基于skeleton数据的动作识别也是一个非常具有吸引力的研究课题。
但是对于skeleton这种不规则的具有图结构的数据,相对于image或者是video这种规整数据,使用经典的CNN 等神经网络进行特征提取就要困难很多了。
但是,从2018年起,不断出现使用图卷积(Graph Convolutional Networks,GCN)来处理这个问题的工作。 基于前面的工作,本文也是想要通过改善GCN来进一步的提升基于骨架信息的动作识别的性能。
虽然GCN极大的提高了动作识别的性能, 但是还是存在很多需要改进的地方。这里我们主要从以下的两个方面去改善现有的GCN。
首先, 在这个任务当中大多数的GCN都是提供一个固定的矩阵(Embedding Matrix, EM)来编码数据节点之间的邻接关系,并且这个矩阵从第一层到最后一层一直都用。
其次,在这个任务上,大部分的GCN都是基于ICLR2017 Max [2]他们的工作做的。也就是说这一类的GCN都是通过一阶的 切比雪夫多项式(Cheb