論文翻譯:Deep Progressive Reinforcement Learning for Skeleton-based Action Recognition

在本文中,我們提出了一種深度遞進強化學習(DPRL)方法來識別基於骨架的視頻中的動作,其目的是提取最有信息的幀,並丟棄序列中不明確的幀來識別動作。由於每個視頻選擇代表性幀的數量衆多,我們通過深度強化學習將幀選擇建模爲一個漸進的過程,在此過程中我們考慮兩個重要因素對選擇的幀進行逐步調整:(1)所選幀的質量;(2)所選幀與整個視頻的關係。另外,考慮到人體的拓撲結構本質上是基於圖形的結構,頂點和邊分別表
相關文章
相關標籤/搜索