skeleton-based action recognition | BriefGPT

关键词skeleton-based action recognition

搜索结果 - 86

通过骨骼变换实现基于骨骼的动作识别的表达关键点
提出了 Expressive Keypoints 方法，通过细化骨骼表示并加入手和脚的细节，提高了现有模型在识别复杂动作方面的区分能力。使用骨骼转换策略逐渐降低关键点数量并给予重要关节更高的权重，同时引入了插拔式实例池模块，使方法能在多人场
PDF8 days ago
基于部分感知的语言和骨架的零样本动作识别统一表示
通过 Part-aware Unified Representation between Language and Skeleton (PURLS) 方法，本文介绍了一种针对无监督骨架动作识别的新方法，通过在本地和全局尺度上探索视觉语义对齐
PDF15 days ago
通过部分知识蒸馏提高低质量骨架数据的动作识别能力
为解决低质量骨架动作识别问题，本文提出了一个通用的知识蒸馏框架，利用师生模型结构和基于部分的骨架匹配策略，通过多样本对比损失实现从高质量到低质量骨架的知识迁移，进而训练出可以处理低质量骨架的学生模型。实验证明了该知识蒸馏框架的有效性。
PDF2 months ago
HDBN：用于鲁棒的基于骨架的动作识别的新型混合双分支网络
通过提出一种名为混合双分支网络（HDBN）的模型，利用图卷积网络和 Transformer 分别对二维和三维骨架模态进行建模，该研究在多模态视频推理和分析竞赛中获得了较高准确率，并超过了现有方法，取得了 47.95% 和 75.36% 的准
PDF2 months ago
MK-SGN: 基于脊柱的动作识别的融入多模态融合和知识蒸馏的脉冲图卷积网络
提出一种能减少能耗的脉冲图卷积网络，融合多模态数据和知识蒸馏，应用于基于骨架的动作识别，通过减少能量消耗来提高识别准确性。
PDF3 months ago
CVPRLLMs 是优秀的动作识别器
通过将大型语言模型视为动作识别器，并采用语言投影过程将骨架动作序列转化为 “动作句子”，提出了一种新颖的 LLM-AR 框架，通过结合多种设计进一步促进语言投影过程，验证了该框架的有效性。
PDF3 months ago
GCN-DevLSTM: 基于骨骼的动作识别中的路径发展
提出了一个结合轨迹发展的 DevLSTM 模块，用于捕捉视频动作序列的时间动态，有效提取高维流数据中的事件顺序并显著提升 LSTM 模块性能，在 Skeleton-based action recognition (SAR) 领域取得了显著
PDF3 months ago
基于骨骼的带有噪声标签的人体动作识别
理解人体姿势的行为对于与人类共享空间的辅助机器人来说是至关重要的，为了能够对下一次交互做出明智和安全的决策。然而，准确的时间定位和标注活动序列是耗时的，而且结果往往带有噪声。本研究通过将骨架动作识别方法与来自多个研究领域的标签去噪策略相结合
PDF4 months ago
SkateFormer：人类动作识别的骨骼时空变换器
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
PDF4 months ago
基于小波解耦对比增强网络的细粒度基于骨骼的动作识别
通过使用小波 - 注意分离模块来解决骨骼动作识别中相似动作序列间的混淆和关注轨迹特征的细粒度对比增强模块，我们提出了一种骨骼动作识别方法。实验证明，我们的方法在面对混淆的细粒度动作时具有竞争力。
PDF5 months ago
AutoGCN：基于神经构架搜索的通用人体活动识别
AutoGCN 通过深度学习、数据可用性提高以及增强的计算能力，利用图卷积网络（GCNs）对人体活动识别（HAR）进行神经架构搜索（NAS），在搜索过程中通过知识储备库平衡最佳探索和利用行为，提供了多样的搜索空间和高度表达的输入表示，以增强
PDF5 months ago
CVPRSkeleton2vec：一种具有上下文化目标表示的自监督学习框架，用于骨骼序列
Skeleton2vec 是一个采用自注意机制和运动感知的管道掩蔽策略的自监督学习框架，用于骨骼动作表示学习，实验结果表明其在 NTU-60、NTU-120 和 PKU-MMD 数据集上比现有方法表现更好，达到最先进水平。
PDF6 months ago
基于时空解耦对比学习的骨骼人体动作识别
我们提出了一种用于基于骨架的动作识别的框架（STD-CL），通过解耦空间和时间特征并应用注意力特征到对比学习，改进了全局特征的语义，提高了准确性，在 NTU60、NTU120 和 NW-UCLA 基准数据集上实现了改进。
PDF6 months ago
STEP CATFormer：基于空时有效部位交叉注意力变换器的基于骨骼的动作识别
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。
PDF7 months ago
READS-V：基于骨架的时空 ViG，通过监控视频实时自动检测癫痫发作
我们提出了一种基于骨骼的时空视觉图神经网络 (STViG)，用于快速、准确、及时从监控视频中自动检测癫痫发作 (READS-V)。通过与以往动作识别模型的实验结果对比，STViG 在我们收集的患者视频数据上具有更高的准确性 (误差为 5.9
PDF7 months ago
Act-VIT：使用 Vision Transformer 进行基于骨架的动作识别的表征稳健注意力架构
本文研究了基于骨架的动作识别中视觉 transformers 的有效性以及其在伪图像表示方案上的鲁棒性，并提出了一个三级体系结构 Act-VIT，通过应用分类器，在每个表示上合并其结果以找到最终的动作类别。实验研究表明，相比于 CNN，视觉
PDF8 months ago
InfoGCN++: 基于骨骼的在线人体动作识别的学习表示预测未来
InfoGCN++ 是 InfoGCN 的创新扩展，专门用于在线基于骨骼的动作识别。它通过学习当前和预期未来的动作，基于观察到的动作来管理预测问题，采用神经常微分方程的方法来有效建模隐藏状态的连续演变，在三个基于骨骼的动作识别基准测试中表现
PDF9 months ago
证明基于骨架的动作识别潜力用于自动化分析手工过程
基于视频流，本研究开发了一个机器学习系统，用于检测手工装配过程中的当前动作，以提取关键绩效指标并提高手工过程的分析能力。通过骨骼动作识别方法，研究证明了机器学习在手工过程分析中的潜力。
PDF9 months ago
ICCV野外基于骨架的动作识别
SkeleTR 是一个新的基于骨架的动作识别框架，通过图卷积来模拟骨架序列的个人内部动态，并使用堆叠的 Transformer 编码器来捕捉人与人之间的重要交互，从而在一般情境下进行动作识别。
PDF9 months ago
SCD-Net: 自监督骨架动作识别的时空线索分解网络
该研究采用一种名为 SCD-Net 的新型对比学习框架，通过引入解耦模块以及融合空间和时间领域的特征提取器，从而更好地编码骨架序列，提取明确的线索。通过结构约束改进的掩蔽策略增强背景关联，将掩蔽图像建模的最新发展应用于 SCD-Net，实验
PDF10 months ago