基于骨架的动作识别：非线性依赖建模与希尔伯特-施密特独立性准则

本研究针对当前骨架动作识别方法所面临的依赖性建模不足和高维数据处理难题，提出了一种新颖的依赖关系细化方法，能够显著提升对任意关节对之间的依赖建模能力。此外，采用希尔伯特-施密特独立性准则的框架，成功地在不同动作类别之间进行区分，避免了数据维度对识别的影响。实验证明该方法在多个数据集上达到了最先进的识别性能。