- 论文名称:Actional-Structural Graph Convolutional Networks for Skeleton-based Action Recognition
- 论文下载:https://arxiv.org/pdf/1904.12659.pdf
- 论文代码:https://github.com/GeneZC/ASGCN
论文:基于骨骼动作识别的动作-结构图卷积网络
摘要
骨骼数据动作识别近年来在计算机视觉领域引起了广泛关注。先前的研究大多基于固定的骨骼图,仅捕捉关节之间的局部物理依赖关系,可能会忽略隐含的关节相关性。
为了捕捉更丰富的依赖关系,我们引入了编码器-解码器结构,称为 A-link 推断模块,直接从动作中捕捉动作特定的潜在依赖关系,即动作链接。
我们还扩展了现有的骨骼图以表示更高阶的依赖关系,即结构链接。
将这两种链接组合成一个通用的骨骼图,我们进一步提出了动作-结构图卷积网络(AS-GCN),它将动作-结构图卷积和时间卷积堆叠成一个基本构建块,学习用于动作识别的空间和时间特征。
同时,在识别头部并行增加了未来姿态预测头部</