2018Action Recognition from Skeleton Data via Analogical Generalization over Qualitative Representations

标签：over   targe   result   nbsp   ali   技术   action   ted   移动   

论文标题：

来源/作者机构情况：

Northwestern University

Thirty-Second AAAI Conference on Artificial Intelligence, 2018, (2018)

作者链接：

https://www.mccormick.northwestern.edu/research-faculty/directory/profiles/forbus-ken.html

解决问题/主要思想贡献：

 使用骨架模型来做动作识别，提高可解释性

成果/优点：

1.可解释性强，不是黑盒

2.

缺点：

主要是提出使用骨架，识别率方面比没有太多提升

反思改进/灵感：

#############################################################

论文主要内容与关键点：

1.Introduction

2.Background

CogSketch

福布斯实验室发明的一款软件

Analogical Processing

3.Our Approach

 四个流程

对每一个结点，使用二进制表示，这个结点是否移动

并且使用了相对增强，也就是在图上，画出左边看 和 右边看运动方向

 不是很看动态选择特征那里，到底在说什么东东

4.Experimental Results and Discussion

5.Related Work

6.

代码实现：

2018Action Recognition from Skeleton Data via Analogical Generalization over Qualitative Representations

标签：over   targe   result   nbsp   ali   技术   action   ted   移动   

原文地址：https://www.cnblogs.com/captain-dl/p/10787614.html