Spatial Temporal Graph Convolutional Networks for Skeleton Based ActionRecognition : : 研究背景和动机： 行人动作识别 Human Action Recognition 主要从多个模态的角度来进行研究，即：appearance，depth，optical flow，以及 body skeletons。这其中，动 ...
2018-01-28 17:07 0 8774 推荐指数：
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 摘要 动态人体骨架模型带有进行动作识别的重要信息，传统的方法通常使用手工特征或者遍历规则对骨架进行建模，从而限制了表达能力 ...
Two-Stream Adaptive Graph Convolutional Network for Skeleton-Based Action Recognition 摘要 基于骨架的动作识别因为其以时空结合图（spatiotemporal graph）的形式模拟了人体骨骼而取得了显著 ...
Skeleton-Based Action Recognition with Directed Graph Neural Network 摘要 因为骨架信息可以鲁棒地适应动态环境和复杂的背景，所以经常被广泛应用在动作识别任务上，现有的方法已经证实骨架中的关键点和骨头信息对动作识别任务非常有 ...
任务 action recognition 对骨架节点坐标进行视角不变预处理 We align the action sequences by implementing a view-invariant transformation which transforms keypoints ...
本篇文章发表在ICLR2020上，对动态图的进行连接预测和结点分类。TGN中，作者除利用传统的图神经网络捕捉非欧式结构生成embedding外，还利用动态图所中时序信息。 T ...
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想： 2. 代码实现（Pytorch）：https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 论文笔记 ...
2014 ICLR 纽约大学 LeCun团队 Pierre Sermanet, David Eigen, Xiang Zhang, Michael Mathieu, Rob Fergus, Yann ...
