1.论文题目:SkeleMotion: A New Representation of Skeleton Joint Sequences Based on Motion Information for 3D Action Recognition
时间:2019
论文主要创新:将骨骼信息在多个时间尺度上建模显式的运动信息(即幅度和方向),训练了一个只有三个卷积层和两个完全连接层的小型CNN架构,训练速度极快。
数据集:NTU RGB+D 120
代码https://github.com/carloscaetano/skeleton-images
2.论文题目:View Adaptive Neural Networks for High Performance Skeleton-based Human Action Recognition
时间:2020
论文主要创新:
本文提出视图自适应神经网络的体系结构:一个具有LSTM的视图自适应RNN(VA-RNN)和一个视图自适应CNN(VA-CNN)。VA-RNN由视图自适应子网和LSTM网络组成。视图自适应子网络在每个时间点确定合适的观测视点。通过新观测视点下的骨架表示,主LSTM网络确定动作类。V A-CNN由视图自适应子网络和主卷积网络(ConvNet)组成。主C视图自适应子网络为序列确定合适的观测视点。使用新观察视点下的骨架表示,onvNet确定动作类。两个网络的分类得分可以融合,以提供融合预测,称为VA融合方案。
文章出处登录后可见!
已经登录?立即刷新