论文笔记——Learning 3D-aware Egocentric Spatial-Temporal Interaction via Graph Convolutional Networks

**思路：**以自动驾驶汽车为观察视角结合鸟瞰图建立两张图Ego-Thing Graph，Ego-Stuff Graph。用聚合了空间特征与时间信息的自动驾驶汽车节点的特征做行为判断。
创新点： 1、使用两张图 2、提出了MaskAlign。
整体框架：

节点特征提取方式：Mask R-CNN
边建立规则：由两物体的特征联系与距离大小决定（边建立一般都这样）
空间聚合方式：图卷积。
时间聚合方式：Element-wise Max Pooling.（论文中也尝试了不同的时间聚合方式如拼接后用多层感知机，Average Pooling）