BriefGPT - AI 论文速递
·
基于时空编码和解码的未来人体活动骨架合成方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本论文提出了一种基于骨骼的人体动作识别方法，利用循环神经网络建模体关节的3D位置配置之间的时间依赖关系，并采用树状结构的遍历框架处理骨架数据中的噪声。实验结果表明该方法在7个基准数据集上效果良好。
🎯
关键要点
- 提出了一种基于骨骼的人体动作识别方法。
- 采用循环神经网络建模体关节的3D位置配置之间的时间依赖关系。
- 利用空间域和时间域共同分析骨架序列中的动作相关信息。
- 提出了一种基于树状结构的遍历框架以处理Kinect骨架数据中的噪声。
- 采用新的LSTM模块中的门机制来处理骨架数据中的噪声。
- 提出了一种新颖的多模态特征融合策略。
- 实验结果表明该方法在7个基准数据集上效果良好。
➡️
