論文翻譯：混合維在龐加萊幾何三維骨架的動作識別

Graph Convolutional Networks (GCNs)已經展示了其對不規則數據(如人體動作識別中的骨骼數據)建模的強大能力，這提供了一種令人興奮的新方法，爲居住在圖中不同部分的節點融合豐富的結構信息。在人類動作識別中，現有的研究引入了動態圖形生成機制，以更好地捕捉隱含的語義骨架連接，從而提高了識別性能。在本文中，我們提供了一種正交的方法來探索底層連接。而不是引入昂貴的動態。我們認爲

>>阅读原文<<