.png){kind=icon}
返回
A module selection-based approach for efficient skeleton human action recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.displa.2025.103233.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种适用于基于骨架的动作识别的自适应模块选择策略。
• 传统方法采用固定网络，而我们的方法具有自适应特性。
• 引入稀疏性损失以平衡准确率与效率。
• 在保持性能的同时，将推理时间最多缩短3倍。
• 兼容多种SOTA模型。
Keyword:
Graph convolutional networks
Skeleton human action recognition
Human–computer interaction
Efficient network
Dynamic network
期刊
IF:
3.4
论文数:
2.3K
被引数:
3.2K
机构
引用论文
.png){kind=icon}
Skeleton-Based Action Recognition With Multi-Stream Adaptive Graph Convolutional Networks基于多流自适应图卷积网络的骨架动作识别
OAAI
OAAI分享收藏 没有更多内容
没有更多内容