TSGCNeXt：用于高效长时序骨架动作识别的动态-静态多图卷积及其长期学习潜力
计算机视觉与模式识别
2025-09-15 v2 人工智能
摘要
随着图卷积网络（GCNs）的发展，基于骨架的动作识别在人体动作识别中取得了显著成果。然而，近期工作倾向于构建具有冗余训练的复杂学习机制，并在长时间序列上存在瓶颈。为解决这些问题，我们提出时序-空间图 ConvNeXt（TSGCNeXt）以探索长时序骨架序列的高效学习机制。首先，提出一种结构简单的新型图学习机制——动态-静态分离多图卷积（DS-SMG），用于聚合多个独立拓扑图的特征，并避免动态卷积过程中节点信息被忽略。接下来，我们构建图卷积训练加速机制，将动态图学习的反向传播计算优化提速 55.08%。最后，TSGCNeXt 以三个时空学习模块重构了 GCN 的整体结构，高效建模长时序特征。在大规模数据集 NTU RGB+D 60 和 120 上与现有方法的比较中，TSGCNeXt 在单流网络上表现更优。此外，通过将 ema 模型引入多流融合，TSGCNeXt 达到了 SOTA 水平。在 NTU 120 的 cross-subject 和 cross-set 上，准确率分别达到 90.22% 和 91.74%。
引用
@article{arxiv.2304.11631,
title = {TSGCNeXt: Dynamic-Static Multi-Graph Convolution for Efficient Skeleton-Based Action Recognition with Long-term Learning Potential},
author = {Dongjingdin Liu and Pengpeng Chen and Miao Yao and Yijing Lu and Zijie Cai and Yuxin Tian},
journal= {arXiv preprint arXiv:2304.11631},
year = {2025}
}