Spatial Temporal Graph Convolutional Networks for Skeleton Based ActionRecognition : : 研究背景和動機： 行人動作識別 Human Action Recognition 主要從多個模態的角度來進行研究，即：appearance，depth，optical flow，以及 body skeletons。這其中，動 ...
2018-01-28 17:07 0 8774 推薦指數：
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 摘要 動態人體骨架模型帶有進行動作識別的重要信息，傳統的方法通常使用手工特征或者遍歷規則對骨架進行建模，從而限制了表達能力 ...
Two-Stream Adaptive Graph Convolutional Network for Skeleton-Based Action Recognition 摘要 基於骨架的動作識別因為其以時空結合圖（spatiotemporal graph）的形式模擬了人體骨骼而取得了顯著 ...
Skeleton-Based Action Recognition with Directed Graph Neural Network 摘要 因為骨架信息可以魯棒地適應動態環境和復雜的背景，所以經常被廣泛應用在動作識別任務上，現有的方法已經證實骨架中的關鍵點和骨頭信息對動作識別任務非常有 ...
任務 action recognition 對骨架節點坐標進行視角不變預處理 We align the action sequences by implementing a view-invariant transformation which transforms keypoints ...
本篇文章發表在ICLR2020上，對動態圖的進行連接預測和結點分類。TGN中，作者除利用傳統的圖神經網絡捕捉非歐式結構生成embedding外，還利用動態圖所中時序信息。 T ...
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想： 2. 代碼實現（Pytorch）：https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 論文筆記 ...
2014 ICLR 紐約大學 LeCun團隊 Pierre Sermanet, David Eigen, Xiang Zhang, Michael Mathieu, Rob Fergus, Yann ...
