基于骨架的关系推理用于群体活动分析

群体活动识别的研究大多依赖标准的双流方法（RGB和光流）作为输入特征。很少有人探索显式的姿态信息，且无人直接利用它来推理人物之间的交互。本文中，我们利用骨架信息直接从中学习个体间的交互。通过我们提出的方法GIRN，从独立模块推断出多种关系类型，这些模块逐对描述身体关节之间的关系。除关节关系外，我们还实验了先前未被探索的个体与相关物体（如排球）之间的关系。个体的不同关系随后通过注意力机制进行融合，该机制赋予那些对区分群体活动更相关的个体更高的重要性。我们在Volleyball数据集上评估了我们的方法，取得了与最先进方法具有竞争力的结果。我们的实验证明了基于骨架的方法在建模多人交互方面的潜力。