综述：以表示为中心的监督式骨骼动作识别研究及新的基准测试

《Pattern Recognition》：Representation-centric survey of supervised skeletal action recognition and the new benchmark

　　

杨刘|杨继尧|马德哈瓦·佩雷拉|潘吉|金东宇|徐敏|王天阳|赛义德·安瓦尔|汤姆·格迪恩|王磊|秦振月

• •
  以表示为中心的评估方法。我们为基于骨架的动作识别方法提供了一个系统的分类体系，这些方法在监督学习环境下进行评估，分类依据是输入表示方式（关节、骨骼、运动、扩展特征），并分析了时空建模策略如何适应不同的表示类型。
• •
  ANUBIS基准数据集。我们提出了ANUBIS，这是一个包含102种多样化动作的大规模基准数据集。ANUBIS的独特之处在于：(i) 包含多种视角的录像（包括背面视角）；(ii) 包含复杂的多人交互场景；(iii) 包含具有挑战性的暴力行为和安全关键场景，填补了现有数据集中的关键空白。
• •
  全面的基准测试与分析。我们在标准化的监督训练/测试协议下评估了多种流行模型，展示了表示选择和建模策略对性能的影响，并发现了某些情况下单纯使用多种表示方式的融合反而会降低识别效果的情况。