Topology Symmetry Enhanced Graph Convolution for Skeleton-based Action Recognition
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的拓扑对称增强图卷积(TSE-GC)和多分支可变形时间卷积(MBDTC),有效解决了现有动作识别方法的不足。实验结果表明,该模型在多个数据集上表现优异,且参数量更少,效率更高。
🎯
关键要点
-
本研究提出了一种新颖的拓扑对称增强图卷积(TSE-GC)和多分支可变形时间卷积(MBDTC)。
-
该研究解决了现有动作识别方法忽视人体固有对称性和时间序列依赖捕捉能力不足的问题。
-
TSE-GC能够有效学习动态拓扑,结合MBDTC后,模型在多个大型数据集上表现优异。
-
最终模型在多个数据集上实现了具有竞争力的表现,且参数量更少,效率更高。
➡️