An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition

先把论文的框架放到这里，我再聊一下我觉得比较有意思的地方（如果有不对的地方请多多指教）
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition 1.LSTM里用了图卷积（毕竟是骨架结构）

公式如下
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition

2.LSTM里集成了注意力，而且这个最后输出是最后一行的Ht，fatt是注意力模型
注意力模型
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
3.骨架通过FC用n*256维的空间表示
4.FA负责找前后两帧的差异
5.LSTM层连接了FC与FA的内容（通过contact）
6.TAP：池化层，只不过是时间层面上的，减少计算量，使变化更明显
7.他的损失函数
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition 第三项旨在关注不同的关节（这个有一点不懂）第四项旨在限制有趣的关节点数量

8.他还做了另外一个，基于人体部分（part）的，发现如图两个一起效果最好
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
自己的感受
1.第一个，n*256维是不是太冗余了，通常的xyz轴也感觉太单调了，信息不够突出，我们需要的是一个间接并能体现出相对位置的坐标体系（包括且不局限于距离与角度)极坐标呢
2.我更倾向于对帧之间的变化下手，但怎么下手现在没思路
3.应该有一个关于帧之间变化的矩阵和同一个帧内不同关节的矩阵

An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition

相关推荐