Ske2Grid: 面向动作识别的骨架到网格表示学习
原文中文，约300字，阅读约需1分钟。发表于：。该研究提出了 Ske2Grid，这是一个用于改进基于骨骼的动作识别的新型表示学习框架。Ske2Grid 通过在人体骨骼的一种新颖的网格表示上定义规则卷积操作来构建和学习一个紧凑的图像样式的网格块，并提出了三种新的设计来保证其双射属性和增强网格表示的表达能力。经过实验证明，在六种主流基于骨骼的动作识别数据集上，Ske2Grid 明显优于现有的基于图卷积网络的解决方案，且不需添加额外的修饰。
该研究提出了Ske2Grid，一种用于改进基于骨骼的动作识别的新型表示学习框架。Ske2Grid通过定义规则卷积操作在人体骨骼的新颖网格表示上构建和学习紧凑的图像样式的网格块，并提出了三种新的设计来增强网格表示的表达能力。实验证明，Ske2Grid在六种基于骨骼的动作识别数据集上明显优于现有的基于图卷积网络的解决方案，且无需额外修饰。
