证明基于骨架的动作识别潜力用于自动化分析手工过程
原文中文，约200字，阅读约需1分钟。发表于：。基于视频流，本研究开发了一个机器学习系统，用于检测手工装配过程中的当前动作，以提取关键绩效指标并提高手工过程的分析能力。通过骨骼动作识别方法，研究证明了机器学习在手工过程分析中的潜力。
该文介绍了一种新颖的无监督骨架动作识别系统，基于编码器-解码器递归神经网络，无需提供标签或深度输入，可在2D或3D身体关键点和附加提示描述移动的情况下操作。该方法表现出更好的交叉视图性能，与有监督骨架动作识别表现相似。
