空间层次与时间注意力引导的跨掩蔽自监督骨架动作识别

本研究提出了一种基于层次Transformer的骨架序列编码器的自监督层次预训练方案(Hi-TRS)，旨在捕捉视频级别、片段级别和帧级别的时间依赖关系。

HiCo框架用于无监督骨架动作表示学习，通过层次化对比在多个粒度级别中表示输入，达到了最新的技术水平。

Partial Spatio-Temporal Learning（PSTL）框架利用部分骨骼序列的局部关系，构建负样本无人机结构，在多个基准测试中取得了SOTA表现。

Skeleton Sequence Learning（SSL）框架通过图卷积网络和先验人体拓扑知识重构遮蔽骨架，展现了良好的泛化能力，优于现有自监督骨骼动作识别方法。

提出了一种基于零样本骨骼动作识别的新方法，通过最大化视觉和语义空间之间的相互信息进行分布对齐。

探讨了开放集骨架动作识别的挑战，提出了一种基于距离的跨模态集成方法，取得了优秀的识别表现。

Skeleton2vec框架采用自注意机制和运动感知的管道掩蔽策略，表现优于现有方法，达到最先进水平。

设计了双分支架构，通过全局-局部-全局方式指导特征学习，提高了骨架动作识别的准确性和推理效率。

对基于骨架的自监督动作表征学习进行了全面调查，提出了一种综合多个先验任务的新型方法，显著提高了模型的泛化性能。