Disentangling and unifying graph convolutions for skeleton-based action recognition

基于图卷积网络的骨骼动作识别方法

Contribution

提出了两种设计方案：

• 一种解耦的多尺度特征聚合机制
• 一个统一的空间-时间图卷积模块（G3D）

分别针对以下两个问题进行了解决：

• 无偏权重问题：边权重容易偏向于邻近节点，而对距离较远的节点则表现出较弱的特征共享效果。由于节点间距离过远，权重难以有效传递，从而导致学习长距离关系变得较为困难。例如，在scale = 7的情况下，实际到达距离为7的节点的概率非常有限。（此处尚未完全理解）。（原始的多尺度GCN方法可参见论文 Actional-Structural Graph Convolutional Networks for Skeleton-based Action Recognition）
• 分解式时空关系学习：通常的做法是在每个时间步提取空间关系，随后再建模时间动态。这种方式在三维时空空间中无法实现直接的信息流动，只能通过先处理空间维度、再处理时间维度的方式间接获取关系。

Methods

一种解耦的多尺度聚合策略

构建k尺度邻接矩阵的具体设计如下：