本文介绍了一个新的大规模 RGB-D 数据集，其中包括固定视角和全方位视角下的 40 种行动，以及 VS-CNN 模型的提出和有效性验证，该模型可用于解决任意视角下行动识别的问题。

Apr, 2019

本文研究无人机低成本、快速移动的优点，为了解决训练空中人类行为视频数据成本高、费时、难度大的问题，探索使用两个替代数据源，即视频游戏和生成式对抗性网络来提高分类精度，并利用分离多任务学习框架将两个数据集集成，提出了一种用于改善空中行动识别的方法，其结果表明，视频游戏的影像和 GAN 生成的影像是非常有用的，能够在只有少量实际训练样本的情况下显著提高空中行动识别的准确度。

Oct, 2019

通过利用 “提议（proposals）” 方法生成行为区域的模型训练，能够在无约束视频中实现人的行为识别，无论是否存在摄像头运动；该方法在两个新的数据集中取得了超越最先进技术的性能，同时在异常行为检测场景中取得较高的成功率。

Jan, 2017

本文提出了一个名为 Okutama-Action 的数据集，用于帮助超越现有的人体动作检测数据集的限制，以便更好地适应复杂的现实世界应用场景，其中包括动态转换操作，显着的比例和宽高比变化，突然的相机移动，以及多标签演员等不同的挑战

Jun, 2017

通过对深度学习模型的全面分析，这项研究揭示了卷积神经网络、循环神经网络和两流卷积神经网络在人体动作识别中的优势和性能差异，并强调了综合模型在实现强大的人体动作识别方面的潜力和优化的研究方向。

Mar, 2024

本文提出了基于三维表示的方法以及引入了一层新的几何卷积层，从而使当前卷积神经网络模型可以学习具有视角不变性的表示，且对于未见过的视角也可以进行识别。我们还提出了一个新的具有挑战性的未见视角识别数据集，并展示了该方法学习视角不变表示的能力。

Mar, 2021

本文系统回顾了人类动作识别中使用的 RGB-D 数据集，包括单视图、多视图和多人数据集，并分析了这些数据集的详细信息。此外，还讨论了当前算法评估中存在的问题，提出了收集新数据集和使用评估协议的建议。

Jan, 2016

本文介绍一种新的基于无人机的人类行为理解基准测试方法 (UAVHuman)，其中包含超过 67000 多模态视频序列和 119 个被试进行动作识别、22476 帧进行姿态估计、41290 帧和 1144 个身份进行人员重识别，以及 22263 帧进行属性识别。并且我们提出了一种鱼眼视频驱动的动作识别方法，通过学习受平面 RGB 视频引导的无界变换来减轻鱼眼视频中的失真。

Apr, 2021

本研究提出了一种多任务学习框架，能够同时从单眼彩色图像中估算二维或三维的人体姿态并分类人体动作。通过参数共享与关键预测部分解耦等技术，该框架能有效地处理静态图像和视频剪辑，实现了 100 帧以上的速度，并在四个数据集上显著提高了预测能力。

Dec, 2019

本文提出了一个可适用于多种应用场景的人体动作识别框架，包含多形式人体检测和对应动作分类两个模块。其中，通过构建开源数据集来训练多形式人体检测模型，从而识别人的整体、上半身或部分身体，并采用动作分类模型来识别跌倒、睡觉等动作。实验结果表明，该框架对于各种应用场景都是有效的，是一种新的面向应用的人体动作识别 AI 范式。

Sep, 2022