DD-GCN：面向基于骨架的人体动作识别的有向扩散图卷积网络
计算机视觉与模式识别
2023-08-25 v1
摘要
图卷积网络（GCNs）已广泛用于基于骨架的人体动作识别。在基于GCN的方法中，时空图对于捕捉运动模式至关重要。然而，现有方法忽略了关节间的物理依赖与同步时空关联，限制了GCN的表征能力。为解决这些问题，我们构建有向扩散图用于动作建模，并引入活动划分策略以优化图卷积核的权值共享机制。此外，我们提出时空同步编码器以嵌入同步的时空语义。最后，我们提出有向扩散图卷积网络（DD-GCN）用于动作识别，在NTU-RGB+D、NTU-RGB+D 120和NW-UCLA三个公开数据集上的实验证明了我们方法的SOTA性能。
引用
@article{arxiv.2308.12501,
title = {DD-GCN: Directed Diffusion Graph Convolutional Network for Skeleton-based Human Action Recognition},
author = {Chang Li and Qian Huang and Yingchi Mao},
journal= {arXiv preprint arXiv:2308.12501},
year = {2023}
}
备注
ICEM 2023