基于GCN的骨骼动作识别模型中一种新的邻接矩阵配置
计算机视觉与模式识别
2022-06-30 v1
摘要
人体骨骼数据因其背景鲁棒性与高效率，在动作识别中受到越来越多关注。在基于骨骼的动作识别中，图卷积网络（GCN）已成为主流方法。本文分析了基于 GCN 模型的基本要素——邻接矩阵。我们注意到大多数基于 GCN 的方法依据人体自然骨骼结构构建其邻接矩阵。基于我们先前的工作与分析，我们提出人体自然骨骼结构邻接矩阵并不适用于基于骨骼的动作识别。我们提出了一种新邻接矩阵，其舍弃所有刚性邻域连接，而是让模型自适应学习关节间关系。我们在两个基于骨骼的动作识别数据集（NTURGBD60 和 FineGYM）上通过验证模型进行了大量实验与分析。综合实验结果与分析表明：1）最广泛使用的人体自然骨骼结构邻接矩阵不适用于基于骨骼的动作识别；2）所提邻接矩阵在模型性能、噪声鲁棒性与可迁移性上更优。
引用
@article{arxiv.2206.14344,
title = {A New Adjacency Matrix Configuration in GCN-based Models for Skeleton-based Action Recognition},
author = {Zheng Fang and Xiongwei Zhang and Tieyong Cao and Yunfei Zheng and Meng Sun},
journal= {arXiv preprint arXiv:2206.14344},
year = {2022}
}
备注
19 pages