本文提出了一种基于 Spatial-Temporal Transformer 网络的骨骼姿态行为识别方法，使用自注意力机制成功提取了骨骼运动及其相关性的信息，与其他同类算法相比在多个大规模数据集上表现出更好的精度。

Aug, 2020

本文提出了一种新的空时变换器网络（ST-TR），该网络利用Transformer自我注意机制对3D骨架中的关节之间的依赖关系进行建模。空间自我注意模块（SSA）用于理解不同身体部位之间的帧内相互作用，而时间自我注意模块（TSA）用于建模帧间的相关性。两个模块在两个流网络中被结合使用，对NTU-RGB + D 60和NTU-RGB + D 120上的相同输入数据优于同类基准模型。

Dec, 2020

本论文提出了一种新的transformer模型，旨在实现对骨架运动序列的无监督学习。该模型结合了全局和局部注意机制，通过新的预训练策略，成功地学习了局部和全局的内容，并在测试中显示出了优异的性能。

Jul, 2022

本研究提出了一种新的基于骨架的交互作用识别模型Interaction Graph Transformer (IGFormer), 通过将交互体部建模为图形来实现交互作用的识别，并通过学习的图形聚合交互体部的信息以增强每个人的表示，其中还提出了一个称为Semantic Partition Module的模块来更好地捕捉骨架序列的空间和时间信息以学习图形。实验证明，该模型优于现有技术。

Jul, 2022

本论文介绍一种基于数据增强的新方法，使用DDPM和ST-Trans生成高质量和多样化的顺序动作序列，有效地提高了现有动作识别模型的性能。

Feb, 2023

该研究提出了一种使用超图模型的多阶多模态转换器来识别骨骼动作，并包括更高级别的运动模式及可训练的网络，在骨骼活动识别中优于GCN、transformer和超图等现有模型。

Mar, 2023

本文提出了一种高效的骨架序列学习框架，名为Skeleton Sequence Learning（SSL）。通过将骨架关节序列嵌入图卷积网络（GCN）并基于先验人体拓扑知识重构遮蔽骨架关节和边，我们构建了一个不对称的基于图的编码器-解码器预训练架构，命名为SkeletonMAE，然后将预训练的SkeletonMAE编码器与时空表示学习（STRL）模块集成到SSL框架中。广泛的实验结果表明，我们的SSL在不同数据集上具有良好的泛化能力，在FineGym、Diving48、NTU 60和NTU 120数据集上优于最先进的自监督骨骼动作识别方法，同时与某些完全监督方法具有可比较的性能。

Jul, 2023

我们通过引入图卷积网络（GCN）和时序注意力转换器，提出了一种名为空间时序有效身体部位交叉注意力转换器的强大图卷积网络，用于骨骼动作识别和特征提取。

Dec, 2023

我们提出了一种两流混合CNN-Transformer网络（THCT-Net），通过CNN和Transformer同时建模实体、时间和空间之间的关系，来更好地理解和推断各种动作的意义和上下文。

Dec, 2023

提出了一种名为SkateFormer的新方法，通过将关节和帧基于不同类型的骨骼时空关系进行划分，并在每个划分中进行骨骼时空自注意力计算（Skate-MSA），从而在行动识别中有选择地关注关键关节和帧，提高了效率。在各种基准数据集上进行的大量实验证明，SkateFormer优于最近的最先进方法。

Mar, 2024