Tag · 4 篇

骨架动作识别

分布视频理解与时序2自监督与表征学习2

SkeletonContext: Skeleton-side Context Prompt Learning for Zero-Shot Skeleton-based Action Recognition

将大语言模型生成的上下文语义通过提示词学习注入骨架编码器，为骨骼动作识别提供实例级语义定位，可迁移到其他需要跨模态对齐的时序动作理解任务。

PRISM: Learning a Shared Primitive Space for Transferable Skeleton Action Representation

将动作序列表示为运动基元系数空间中的轨迹，并通过运动生成目标学习该表征，再迁移到分类与检测任务；这种以生成驱动表征学习、并支持跨任务迁移的思路，可复用于其他时序或结构化数据的表征学习。

Gamba: Mamba-based graph convolutional network with dynamic graph topology learning for action recognition

用 Mamba 状态空间模型替代自注意力来学习骨架序列的动态邻接矩阵，为视觉中需要建模长程关节/节点关系的时序任务提供了一种计算复杂度更低的图拓扑学习范式。

Exploring Adaptive Masked Reconstruction for Self-Supervised Skeleton-Based Action Recognition

把解码器与编码器解耦、用更大的时空图像块做掩码重建，并用运动信息量自适应引导重建难度，这套思路可直接迁移到视频/骨架等时序视觉表征的预训练中，在缩短训练时间的同时提升下游识别精度。