Los puntos clave no están disponibles para este artículo en este momento.
el reconocimiento de acciones e interacciones humanas ha recibido una considerable atención de los investigadores debido a su naturaleza compacta e invariante a la vista de los datos de esqueleto. Sin embargo, la topología del gráfico esquelético estático en los GCN convencionales no refleja las relaciones implícitas de las articulaciones no adyacentes, que contienen información latente vital para una postura esquelética en una secuencia de acción. Además, la estrategia de particionamiento de nodos tri-categóricos tradicional descarta muchas de las dependencias de movimiento a lo largo de la dimensión temporal para bordes no físicamente conectados. Proponemos una topología de gráfico esquelético extendido junto con una estrategia de particionamiento extendido para extraer gran parte de la información relacional de las articulaciones no adyacentes en el modelo para características discriminativas robustas. El gráfico esquelético extendido representa las articulaciones como vértices y los bordes ponderados representan relaciones intrínsecas y extrínsecas entre articulaciones físicamente conectadas y no conectadas físicamente, respectivamente. Además, la estrategia de particionamiento extendido divide el gráfico de entrada para GCN en un tensor de longitud fija de cinco categorías para abarcar las máximas dependencias de movimiento. Finalmente, el gráfico esquelético extendido y la estrategia de particionamiento se realizan adoptando la Red de Convolución Espacio-Temporal (ST-GCN). Los experimentos realizados en tres conjuntos de datos a gran escala NTU-RGB+D, NTU-RGB+D 120 y Kinetics-Skeleton muestran un rendimiento mejorado sobre los ST-GCN convencionales de última generación.
Wang et al. (Sat,) estudiaron esta cuestión.