面向骨架动作识别的生成式数据增强
计算机视觉与模式识别
2026-04-17 v1
摘要
基于骨架的人体动作识别是一种从姿态数据中理解人体行为的强大方法，但收集大规模、多样且标注完整的3D骨架数据集既昂贵又费时。为此，我们提出一种用于骨架动作识别的数据增强的条件生成流程。该方法在动作标签约束下学习真实骨架序列的分布，能够合成多样且高保真度的数据。即使在训练样本有限的情况下，也能有效生成骨架序列，在低数据场景中实现具竞争力的识别性能，显示出在下游任务中的强大泛化能力。具体而言，我们引入基于Transformer的编码器-解码器架构，结合生成式细化模块和dropout机制，以在抽样过程中平衡保真度和多样性。在HumanAct12和精炼后的NTU-RGBD (NTU-VIBE)数据集上的实验表明，我们的方法在多个基于骨架的动作识别模型上 consistently 提升准确率，验证了在few-shot和全数据设置中的有效性。源代码可在此处找到。
引用
@article{arxiv.2604.14933,
title = {Generative Data Augmentation for Skeleton Action Recognition},
author = {Xu Dong and Wanqing Li and Anthony Adeyemi-Ejeye and Andrew Gilbert},
journal= {arXiv preprint arXiv:2604.14933},
year = {2026}
}
备注
Accepted at IEEE FG 2026