本研究提出了 Interaction-and-Aggregation (IA) 网络结构，利用 Spatial IA 和 Channel IA 模块增强卷积神经网络对人的特征表示能力，并在三个基准数据集上验证了其在人员再识别领域的卓越性。

Jul, 2019

提出 Dual-path Actor Interaction (DualAI) 框架和 Multi-scale Actor Contrastive Loss (MAC-Loss) 方法，通过可灵活布置空间和时间转换器、自监督 actor 一致性、二交互路径的 Multi-scale Actor Contrastive Loss (MAC-Loss) 等手段，增强演员之间的关系，并通过融合不同演员的特征来提高群体活动识别的性能。在多个数据集上的实验表明，该方法具有很好的推广能力，在有限监督的情况下仍能取得最先进的性能。

Apr, 2022

本文提出了一种新的综合多模式 Holistic Interaction Transformer 网络 (HIT)，其利用了大多数人类行动必不可少的手部和姿态信息。该网络是一个包含 RGB 流和姿态流的全面双模式框架，分别建模了人、物和手部互动，并使用 Attentive Fusion 机制将每种模式的特征相结合，最终通过从时间背景中提取线索来更好地分类发生的行动。该方法在 J-HMDB、UCF101-24 和 MultiSports 数据集上显着优于先前的方法，在 AVA 上也取得了竞争性结果。

Oct, 2022

本文提出了一种基于信息感知的图块网络 (I-GBNet)，通过模仿学习和集中采样的专家求解器来训练，可以实现在一个由机器人组成的移动团队中定位和跟踪动态目标的应用。

Sep, 2022

该论文介绍了一种名为 HID 的新任务，旨在通过在同一模型中检测主体、识别人 - 人互动，并根据他们的互动关系对人进行分组，以此全面了解视频流中感兴趣的人 - 人互动，还在 AVA 数据集基础上建立了一个新的 HID 基准，称为 AVA-Interaction (AVA-I)，并描述了一个新的基线方法 SaMFormer，该方法表现出在 AVA-I 上的优越性。

Jul, 2023

本文提出一种利用视觉和音频信息的多模态和多任务学习方法来分析人类情感，使用 AU 和表情标注训练模型并应用序列模型提取视频帧之间的关联，实现了 0.712 的 AU 分数和 0.477 的表情分数，证明了该方法在提高模型性能方面的有效性。

Jul, 2021

本文提出 Action Unit Memory Network (AUMN)，通过学习行动单元存储器解决仅具有视频级别标签的未修剪视频中行动的检测和定位问题。AUMN 具有两个注意模块和三种有效机制，能够适应地更新存储器网络和学习特定的行动单元分类器，实验结果表明在两个标准基准测试上性能优越。

Apr, 2021

介绍了 Interaction Modeling with Multiplex Attention (IMMA) 方法，该方法能够准确地建模多智能体系统中代理之间的多种类型的相互作用，并利用渐进式层训练策略训练这种 d 听建筑，显示该方法在轨迹预测和关系推断方面胜过现有技术，并且可以改进零样本泛化，并探究不同的交互模式如何影响代理行为。

Aug, 2022

介绍了一种简单却强大的注意力模型，能够在动作识别和人体对象交互任务中使用。该模型可带或不带额外的监控进行训练，并在不增加网络大小和计算成本的情况下显著提高准确性。它在三个标准动作识别基准测试和 MPII 数据集上取得了显著的改进，并建立了新的最先进技术。在此基础上，我们通过实证和分析对注意力模块进行了详尽的分析，提出了一种新的精细识别问题解决方案。

Nov, 2017

本文提出了一种新的块，IAU，它综合利用时空信息以提高 person reID 任务的性能，并通过轻量级、端到端的设计，可以轻松插入到现有的 CNN 中。实验表明，IAU 在图像和视频重新识别任务上表现优异，并在一般对象分类任务上取得了令人信服的结果。

Sep, 2020