BriefGPT - AI 论文速递
·
探索人工解析模式用于动作识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于关节的动作识别模型，使用共享的运动编码器从每个关节提取运动特征，通过联合推理进行识别。该模型在多个数据集上相对于当前最先进的方法有大幅度提升，并与RGB和基于光流的方法进行了融合处理以提高性能。
🎯
关键要点
- 提出了一种基于关节的动作识别模型。
- 使用共享的运动编码器从每个关节提取运动特征。
- 通过联合推理进行动作识别。
- 引入了加权计算机制以选择更具判别性的关节。
- 采用关节对比损失技巧和几何感知的数据增强技术。
- 在多个数据集上（如JHMDB，HMDB，Charades，AVA，Mimetics）相较于最先进的方法有显著提升。
- 与RGB和基于光流的方法进行了融合处理以提高性能。
➡️
