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并且很难去泛化。 作者提出了一个新颖的动态骨架模型ST GCN，它可以从数据中自动地学习空间和时间的patte ...
2019-07-29 11:26 1 3655 推荐指数：
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 2018-01-28 15:45:13 研究背景和动机： 行人动作识别（Human Action ...
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 ...
gcn 图卷积，其实是基于graph-structure这种结构，不再是一维或2维的空间，本身就可以表示空间的图结构。多张骨架skeleton可以共同组成一张图graph st_gcn有两种类型的边：（基于openpose提取的skeleton） 一种是符合关节自然连通性的空间 ...
图融合GCN（Graph Convolutional Networks） 数据其实是图（graph），图在生活中无处不在，如社交网络，知识图谱，蛋白质结构等。本文介绍GNN（Graph Neural Networks）中的分支：GCN（Graph Convolutional Networks）。 ...
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun The 13th ...
从CNN到GCN的联系与区别： https://www.zhihu.com/question/54504471/answer/332657604 更加详解Laplacian矩阵： https://www.zhihu.com/question/54504471/answer ...
本文为 AAAI 2018 录用论文「Spatial Temporal Graph Convolutional Networks for Skeleton Based Action Recognition」，香港中文大学提出一种时空图卷积网络，并利用它们进行人类行为识别。这种算法基于人类关节 ...
