摘要：问题： 基于骨架的动作识别，深度流形-流形网络。 研究现状总结： 为了处理基于奇异值分解矩阵表示的动作识别，需要对黎曼流形进行特征学习和降维，以降低奇异值分解运算中的计算成本，同时提高识别性能。然而，标准的特征学习或欧氏空间中的降维操作，例如卷积、递归单元和激活函数，不能直接使用，因为它们可能破坏黎 阅读全文

摘要：论文链接：PREDICT & CLUSTER: Unsupervised Skeleton Based Action Recognition (thecvf.com) 代码链接：shlizee/Predict-Cluster: Repository for PREDICT & CLUSTER: Un 阅读全文

摘要：问题： 基于骨架的动作识别，CNN提特征。 研究现状总结： 虽然基于手工特征的动作识别方法的性能通常非常好，但是这些方法具有固有的局限性，尤其是特征很浅。深度学习提供了一种获得高容量表示的方法。例如，递归神经网络(RNN) 和长短期记忆(LSTM)适用于通过有效提取时间信息和在不同关节处找到关键信息 阅读全文