本研究提出了一种动机引导图变换器和组合骨架原型学习的方法，解决了3D骨架数据在人重识别中对关键身体结构和运动模式的忽视。该方法关注关节的局部相关性，提高了骨架关系学习的效率，实验结果表明其性能优于现有模型，具有广泛应用潜力。