基于骨架动作识别的动态时空超图卷积网络
计算机视觉与模式识别
2023-02-20 v1
摘要
基于骨架的动作识别依赖于时空拓扑信息的提取。超图可以为骨架建立先验的非自然依赖关系。然而，现有方法仅关注空间拓扑的构建而忽略时间点依赖。本文提出一种动态时空超图卷积网络（DST-HCN）来捕获基于骨架的动作识别的时空信息。DST-HCN引入时间点超图（TPH）来学习时间点的关系。通过多个空间静态超图和动态TPH，我们的网络可以学习更完整的时空特征。此外，我们使用高阶信息融合模块（HIF）同步融合时空信息。在NTU RGB+D、NTU RGB+D 120和NW-UCLA数据集上的大量实验表明，我们的模型达到了最先进水平，尤其是与超图方法相比。
引用
@article{arxiv.2302.08689,
title = {Dynamic Spatial-temporal Hypergraph Convolutional Network for Skeleton-based Action Recognition},
author = {Shengqin Wang and Yongji Zhang and Hong Qi and Minghao Zhao and Yu Jiang},
journal= {arXiv preprint arXiv:2302.08689},
year = {2023}
}