本文提出了一种多模态协同学习框架（MMCL），通过结合骨架序列和RGB帧信息，实现高效的动作识别。实验结果表明，该方法在性能、网络复杂性和鲁棒性方面优于现有技术。

该文介绍了一种基于骨架序列的视频异常检测方法，采用多任务学习实现轨迹的外推和插值，采用基于注意力的编码器-解码器模型，在三个数据集上进行了实验证明了该方法的有效性。