ASR-GCN: Skeletonベースのアクション認識のための適応的空間情報再構築GCN

科学分野:

• コンピュータビジョン
• 機械学習

背景:

• 骨格ベースのアクション認識は、コンピュータビジョンにおいて重要です。
• 既存の方法は、複雑なアクションの特徴抽出と動的学習に苦労しています。

研究 の 目的:

• 骨格ベースのアクション認識における限界を克服するために、革新的な適応的空間情報再構築モデル（ASR-GCN）を提案すること。
• 特徴抽出と動的特徴学習能力を強化すること。

主な方法:

• 代表的な特徴学習のための再重み付けゲーティング戦略を備えたゲーテッド再構築ユニット（GRU）を開発しました。
• 適応的な特徴貢献調整、抽出、再重み付け、および統合のための適応的空間情報再構築ユニット（ASRU）を構築しました。

主要な成果:

• ASR-GCNモデルは、最小限のパラメータと計算オーバーヘッドで認識能力を大幅に向上させます。
• NTU RGB+D 60およびNTU RGB+D 120データセットで最先端のパフォーマンスを達成しました。
• NTU 120のクロスサブジェクトタスクで90.9％、クロスセットタスクで92.4％の精度に達しました。

結論:

• 提案されたASR-GCNモデルは、骨格ベースのアクション認識における課題を効果的に解決します。
• 適応的な特徴抽出アプローチは、骨格データの固有の特徴のディープマイニングを強化します。
• このモデルは、アクション認識タスクにおいて優れたパフォーマンスと効率を示しています。