基于骨架的手势识别与轻量级图卷积网络
计算机视觉与模式识别
2021-12-28 v2
摘要
图卷积网络(GCNs)旨在将深度学习扩展至任意不规则域即图。其成功高度依赖于输入图拓扑的定义方式,且现有多数 GCN 架构依赖于预定义或手工设计的图结构。本文提出一种新方法,在 GCN 设计过程中学习输入图的拓扑(或连通性)。我们方法的主要贡献在于构建一个正交连通性基,在施行卷积之前通过其邻域最优地聚合节点。我们的方法还考虑了一种随机性准则,其作为正则化器使所学基与底层 GCNs 保持轻量级的同时仍具高效性。在基于骨架的手势识别这一挑战性任务上的实验显示了所学 GCNs 相较于相关工作的高效性。
引用
@article{arxiv.2104.04255,
title = {Skeleton-based Hand-Gesture Recognition with Lightweight Graph Convolutional Networks},
author = {Hichem Sahbi},
journal= {arXiv preprint arXiv:2104.04255},
year = {2021}
}