四个基准全面领先
通过躯干-分支对比学习，在融合全局特征的同时保留各视角关键细节，生成更具辨别力的动作表示。
Yingyuan, Yang · Liang, Guoyuan · Wang, Can · 吴晓军
Pattern Recognition 2026
通过对比学习隐式补充每个视角的重要细节，避免融合时丢失局部关键信息。
MVDA模块有效促进多视角特征融合，并自适应捕捉跨视角时空相关性。
全局聚合模块GAM用于强调重要的空间信息，提高特征判别力。
复合相对位置偏置CRPB可捕捉视角内和跨视角的相对位置关系，增强时空建模。