多关系度量下的骨架表征

小样本动作识别精度提升

通过丰富骨架表示与多关系度量，在有限样本中实现更优的动作类别判别。

Jingyun, Tian · Gu, Jinjing · Pu, Yuanyuan · 赵征鹏

IEEE Transactions on Multimedia 2024

参数信息

基准数据集数量

2

技术优势

骨架特征更丰富

引入Frobenius范数多样性损失，增大骨架特征矩阵的F范数，缓解特征过度平滑，提升信息量和多样性。

度量更全面

多关系度量策略同时利用样本间的任务特定信息、样本内部的时间顺序和样本间的距离，提升类别判别力。

代码开源

提供代码以便复现和后续研究。

应用场景

• 小样本动作识别：在样本极少的场景下准确识别动作类别。
• 视频理解：提升视频中动作语义的判别能力。
• 人机交互：支持基于动作的交互系统快速适应新动作。