DWnet：用于三维动作识别的深-宽网络
计算机视觉与模式识别
2019-08-30 v1
摘要
本文提出一种深-宽网络（DWnet），它将深层结构与宽度学习系统（BLS）相结合以识别动作。与深层结构相比，该新颖模型大幅节省了测试时间，并几乎实现实时测试。此外，DWnet 能比宽度学习系统捕捉到更好的特征。在方法上，我们使用剪枝分层共现网络（PruHCN）来学习局部与全局时空特征。为获取充分的全局信息，采用 BLS 对 PruHCN 提取的特征进行扩展。在两个常用骨骼数据集上的实验证明了所提模型在测试时间上的优势以及该新颖模型识别动作的有效性。
引用
@article{arxiv.1908.11036,
title = {DWnet: Deep-Wide Network for 3D Action Recognition},
author = {Yonghao Dang and Fuxing Yang and Jianqin Yin},
journal= {arXiv preprint arXiv:1908.11036},
year = {2019}
}