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。因爲選擇代表幀的選擇是衆多爲每個視頻,我們模型的框架選擇通過深度強化學習進步的過程,在此期間我們逐步調整所選框架考慮的兩個重要因素:(1)選定的幀和(2)的質量元素的關係到整個視頻。另外,考慮到人體的拓撲結構本質上是基於圖形的結構,頂點和邊分別表示鉸接關
相關文章
相關標籤/搜索