通过提出 DynamicFormer 模型以及 Dynamic composition Module 和 Dynamic interaction Module 来建模人员关系和物体交互，并利用 GCN 和 Multi-level Dynamic Integration 等方法进行了实验验证，该模型在小组活动识别任务中取得了最先进的结果。

May, 2023

本研究提出了一种基于深度强化学习的新方法，通过构建语义关系图来显式地对人之间的关系进行建模，并应用两个代理来逐步优化低层次的空间 - 时间特征和高层次的语义关系，在离散动作空间中，特征蒸馏代理通过提炼最具信息量的关键帧来优化低层次特征，在连续动作空间中，关系门控代理调整高层次的语义图以更多地关注与群体相关的关系，实验结果表明，该方法在两个广泛应用的基准上具有有效性和优越性。

Aug, 2019

本文提出了一种将图形模型和深度神经网络集成到一个联合框架中的方法，在序列推断方面采用递归神经网络的建模，通过对节点之间的边缘施加门来学习推断的适当结构。实证研究表明，这种模型具有处理高度结构化学习任务的潜力，再现了在群体活动识别问题的表现。

Nov, 2015

本文提出了一个基于骨架信息的新方法 (GIRN)，能够从中直接解释个体之间的交互。该方法将多种关系类型作为独立模块从骨骼信息中推导出来，并利用注意机制将个体不同的关系集成起来。作者在排球数据集上进行了实验，取得了竞争性的效果，提出了基于骨架的方法模拟多人交互的潜力。

Nov, 2020

本文提出了基于动态隐藏图模块的视频动作识别方法，该模块既可以捕捉多对象间的外观 / 运动变化，又能捕捉他们的时空关系，该方法具有处理流式视频数据的能力，并在 Something-Something 和 ActivityNet 数据集上取得了竞争性的性能。

Dec, 2018

本文提出了一种动态推断方法，从网络深度和输入视频帧数的角度来提高推断效率，通过在输入帧和计算图的深度之间建立将预测模块放置在预先选择的检查点上，并按照预定义的路径逐步在网格上进行推断，可在中途进行预测和提前停止。通过实例化三个动态推断框架并使用两个知名的骨干卷积神经网络，证明了新方法的优越性。

Feb, 2020

本研究提出了一种新算法，通过结合目标检测和递归神经网络，基于动态内存和图论构建动态图生成网络来分析包含视觉和文本信息的抽象图表，并取得了比其他基准线更好的结果。

Nov, 2017

本文针对视频序列中的团体活动行为分类问题，基于 LSTM 模型构建了一个 2 阶段的深度时间模型，同时考虑了个体和群体层面的动态信息，通过在排球视频数据集上的实验验证了该模型的有效性。

Jul, 2016

构建了指向性扩散图进行动作建模，引入了活动分割策略以优化图卷积核的权重共享机制，提出了时空同步编码器用于嵌入同步时空语义，并通过在三个公共数据集上的实验验证了我们方法的最先进性能。

Aug, 2023

全景活动识别 (PAN) 旨在在拥挤的全景场景中识别多样化的人类活动，从个体动作到社交群体和全球活动。为了解决 PAN 面临的两个主要挑战，我们提出了基于社交接近度感知的双通道网络 (SPDP-Net)。该网络基于两个关键设计原则：首先，考虑个体之间的时空接近度，对于正确理解社交动态来说至关重要；其次，引入双路径架构进行多粒度活动识别，其中包括个体到全球和个体到社交的路径，通过多层次通过全局和局部上下文相互强化彼此的任务。通过大量实验证明了个体之间的时空接近度和双通道架构在 PAN 中的有效性。此外，SPDP-Net 在 JRDB-PAN 数据集上取得了 46.5% 的整体 F1 分数，达到了新的最先进的性能水平。

Mar, 2024