通过时间一致的点云采样和重构实现任何人体骨架的动作关键帧插值

本文提出了一种自监督的骨骼云着色技术，通过无标签学习骨骼的空间和时态表示。该方法在不同配置下训练的线性分类器上评估，并在多个数据集上进行了实验。结果显示该方法在无监督和半监督3D动作识别中取得了显著提升，并在监督3D动作识别方面表现出竞争性能。