用于骨骼动作识别的卷积网络模型——综述

卷积网络模型——综述"/>

用于骨骼动作识别的卷积网络模型——综述

• 相关研究
• 骨架数据模态
• • 基于骨架模态数据的 HAR 方法
  • 总结
• 三维卷积网络
• 图卷积网络模型
• • ST-GCN
  • AS-GCN
  • 2s-AGCN
  • MS-AAGCN
  • CTR-GCN

相关研究

近年来，基于 GCN 的 HAR 已成为一个热门研究方向。

• Yan 等通过引入时空 GCNs (ST-GCNs)来利用 GCNs 进行基于骨骼的 HAR, ST-GCNs 可以自动从骨骼数据中学习空间和时间模式。更具体地说，从输入视频中估计姿态信息，然后通过时空图来实现具有较强泛化能力的动作表示。
• 由于 ST-GCN 忽略了隐式关节相关性，Li 等人进一步提出了动作-结构 GCN(AS-GCN)，将活动链接和结构链接组合到一个通用的骨架图中。活动链接用于捕获特定于行动的潜在依赖关系，结构链接用于表示高阶依赖关系。
• 为了更好地探索隐