姿态即所需：仅基于姿态的群体活动识别系统 (POGARS)

我们引入了一种基于深度学习的群体活动识别新方法，称为仅基于姿态的群体活动识别系统（POGARS），旨在仅使用被追踪人员的姿态来预测所执行的群体活动。与现有的群体活动识别方法不同，POGARS 使用一维 CNN 学习参与群体活动的个体的时空动力学，并放弃从像素数据中学习特征。所提出的模型使用空间和时间注意力机制来推断每个人的重要性，并采用多任务学习同时进行群体和个体动作分类。实验结果证实，尽管仅使用被追踪姿态作为输入，POGARS 在广泛使用的公开排球数据集上与 SOTA 方法相比取得了极具竞争力的结果。此外，我们的实验表明，仅使用姿态作为输入，POGARS 与使用 RGB 作为输入的方法相比具有更好的泛化能力。