AS-GCN 论文解读

• 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</