Act-VIT：使用 Vision Transformer 进行基于骨架的动作识别的表征稳健注意力架构

BriefGPT - AI 论文速递 ·

本文研究了基于骨架的动作识别中视觉transformers的有效性和鲁棒性，并提出了三级体系结构Act-VIT。实验结果显示，视觉transformers对初始伪图像表示的敏感性较低，但通过分类器的一致性可以提高识别性能。

transformer 伪图像表示分类器动作识别视觉transformers 骨架

原文中文，约300字，阅读约需1分钟。