論文翻譯：Spatio-Temporal Naive-Bayes Nearest-Neighbor (ST-NBNN) for Skeleton-Based Action Recognition

       由於以前成功地使用非參數方法來識別對象，例如NBNN[2]，我們將其擴展到使用骨架來識別動作。每個3D動作都是由一系列3D姿態呈現的。與NBNN相似，我們提出的時空NBNN應用階段到類的距離來對動作進行分類。而STNBNN考慮了三維動作的時空結構，放寬了NBNN的樸素貝葉斯假設。ST-NBNN採用雙線性分類器。識別動作分類的關鍵時間階段和空間關節。儘管僅使用線性分類器，但在三個基準數

>>阅读原文<<