基于骨架的动作识别 via 时序-通道聚合
计算机视觉与模式识别
2022-08-09 v2
摘要
基于骨架的动作识别方法受限于时空骨架图的语义提取。然而，现有方法难以有效结合来自时间维与空间图维的特征，往往顾此失彼。本文中，我们提出时序-通道聚合图卷积网络（TCA-GCN），以动态学习空间与时间拓扑，并高效聚合不同时序与通道维度下的拓扑特征，用于基于骨架的动作识别。我们利用时序聚合模块学习时间维特征，并利用通道聚合模块将空间动态通道级拓扑特征与时间动态拓扑特征高效结合。此外，我们在时间建模上提取多尺度骨架特征，并通过注意力机制进行融合。大量实验表明，我们的模型结果在 NTU RGB+D、NTU RGB+D 120 与 NW-UCLA 数据集上优于当前最优方法。
引用
@article{arxiv.2205.15936,
title = {Skeleton-based Action Recognition via Temporal-Channel Aggregation},
author = {Shengqin Wang and Yongji Zhang and Minghao Zhao and Hong Qi and Kai Wang and Fenglin Wei and Yu Jiang},
journal= {arXiv preprint arXiv:2205.15936},
year = {2022}
}