論文翻譯：Unsupervised Representation Learning with Long-Term Dynamics for Skeleton Based Action Recognit

摘要        近年來，基於骨骼的動作識別正成爲一個越來越有吸引力的替代現有的視頻替代方法，得益於其強大和全面的3D信息。在本文中，我們首次探索了一種無監督表示學習方法來獲取骨骼序列的長期全局運動動力學。在對抗訓練策略的指導下，我們設計了一個有條件的繪畫架構來學習固定維度的表示。我們在三個行之有效的動作識別數據集上定量地評估了我們的學習方法的有效性。實驗結果表明，我們的學習表示對分類動作具有鑑

>>阅读原文<<