1.Action Recognition Using Local Visual Descriptors and Inertial Data
(pdf)[https://link.springer.com/chapter/10.1007/978-3-030-34255-5_9]
使用視覺和慣性數據來做動作識別
2.(Image representation of pose-transition feature for 3D skeleton-based action recognition)[https://www.sciencedirect.com/science/article/pii/S0020025519310151]
對3D骨架數據，使用兩種方式來提取特征，一方面是：使用x,y,z每一個維度來度量各個點之間的距離信息，還有一個是使用角度來衡量點之間的關系，把這兩個特征疊加一起。
綜合的大F包括四個部分：【1.同一時間節點i和節點j之間的距離信息，2.相隔一幀，節點i和節點j之間的距離信息，3.同一時間節點i和節點j之間的角度信息，4.相隔一幀，節點i和節點j之間的角度信息】
再在時間維度上，增加一個維度，就實現特征的提取
對這些信息，轉化成對應XYZ的三個方向（“RGB”三色圖）
結果，實現83%和 90%
3.(Action recognition in freestyle wrestling using silhouette-skeleton features)[sciencedirect.com/science/article/pii/S2215098619303052]
主要是對兩人格斗信息，進行分類。
讀取圖片，使用剪影提取圖片的谷骨骼信息，骨骼映射在圖像的格子上（bin）,然后統計各個bin上面的條紋數量，從而用作分類的特征。
最后使用SVM分類。
4.(Using Aesthetics and Action Recognition-based Networks for
the Prediction of Media Memorability)[]
對於讀取的TSN和I3D特征，采用其他組合的方法，再次利用起來。
這個文章有點水，基本就是使用了一下原來的模型。
5.(Temporal 3D Human Pose Estimation for Action
Recognition from Arbitrary Viewpoints)[https://www.researchgate.net/publication/336891012_Temporal_3D_Human_Pose_Estimation_for_Action_Recognition_from_Arbitrary_Viewpoints]
從圖片中提取二維骨架，然后估計3D骨架，最后使用TSN進行時間維度卷積操作。
對一些常見算法的對比
