骨架动作细粒度分割
提出增强空间图结构和时间分割回归网络，在骨架动作分割上显著超越现有方法，并可与基线TCN结合取得竞争性性能。
Li, Yunheng · Liu, Kaiyuan · 刘胜蓝 · 冯林 · 乔红
IEEE Transactions on Circuits and Systems for Video Technology 2023
学习两个独立的关联建模函数，在同一拓扑中自适应提取关节间的相似性与差异性依赖，动作区分更精细。
在所定义的通道上使用多个增强拓扑，对不同动作的空间相关性分别建模，减少相似动作间相互干扰。
时序分割回归网络同时提取分割编码特征和动作边界表示，缓解相似帧导致的边界不准。
TSR 作为通用模块加入 TCN 基线后，在 RGB 数据集上达到与 transformer 方法相当的性能，无需整体替换架构。