M3GCLR：基于多视角极小-无限骨架数据游戏对比学习的基于骨架的人体动作识别
摘要
近年来，对比学习因其有效降低对标签数据的依赖而受到广泛关注。然而，现有的自监督骨架-based 人体动作识别方法仍面临三个主要局限： insufficient 模型化视角差异、缺乏有效的对抗机制以及 augmentation 扰动不可控。为此，我们提出了一种基于游戏理论的 Multi-view Mini-Max infinite skeleton-data Game Contrastive Learning for skeleton-based action Recognition (M3GCLR)，用于骨架-based 人体动作识别。首先，我们建立 Infinite Skeleton-data Game (ISG) 模型与 ISG 平衡定理，并提供严格的证明，使基于多视角互信息的极小-最大优化成为可能。随后，我们通过多视角旋转 augmentation 生成 normal-extreme 数据对，并采用时域平均输入作为中性锚点以实现结构对齐，从而明确刻画 perturbation 强度。下一步，利用所提出的平衡定理，我们构建强大的对抗极小-最大骨架数据游戏，以鼓励模型挖掘更丰富的动作判别信息。最后，我们引入 dual-loss equilibrium optimizer 来优化游戏平衡，使学习过程在最大化动作相关信息的同时最小化编码冗余，我们证明了该优化器与 ISG 模型等价。大量实验表明，M3GCLR 在 NTU RGB+D 60 (X-Sub, X-View) 上取得三流 82.1%, 85.8% 的准确率，在 NTU RGB+D 120 (X-Sub, X-Set) 上取得三流 72.3%, 75.0% 的准确率。在 PKU-MMD Part I 和 II 上，分别达到了 89.1%, 45.2% 的三流准确率，所有结果均与或优于最新水平性能。消融研究确认了每个组件的有效性。
关键词
引用
@article{arxiv.2603.09367,
title = {M3GCLR: Multi-View Mini-Max Infinite Skeleton-Data Game Contrastive Learning For Skeleton-Based Action Recognition},
author = {Yanshan Li and Ke Ma and Miaomiao Wei and Linhui Dai},
journal= {arXiv preprint arXiv:2603.09367},
year = {2026}
}