基于3D骨架的动作识别：综述

凭借骨架表示的固有优势，基于3D骨架的动作识别已成为计算机视觉领域的突出课题。然而，先前的综述主要采用面向模型的视角，往往忽略了基于骨架的动作识别所涉及的基本步骤。这种疏忽倾向于忽略模型设计之外的基于骨架动作识别的关键组件，并阻碍了对该任务更深入、更本质的理解。为弥合这一差距，我们的综述旨在通过呈现一个全面的、面向任务的框架来理解基于骨架的动作识别以解决这些局限性。我们首先将任务分解为一系列子任务，特别强调模态推导和数据增强等预处理步骤。随后的讨论深入关键子任务，包括特征提取和时空建模技术。除了基础动作识别网络，最近先进的框架如混合架构、Mamba模型、大型语言模型(LLM)和生成模型也得到了重点介绍。最后，对公开的3D骨架数据集进行了全面概述，并分析了在这些基准上评估的最先进算法。通过整合面向任务的讨论、对子任务的全面考察以及对最新进展的强调，我们的综述为理解和推进基于3D骨架动作识别领域提供了基础且易于理解的结构化路线图。