FineTec: 通过骨骼分解和序列补全处理时间腐败的细粒度动作识别

本文解决了从损坏的骨骼序列中识别细粒度动作的关键问题，这是现实世界应用中的一个常见问题。 提出的 FineTec 框架通过结合上下文感知的序列补全、空间分解、物理驱动估计和基于 GCN 的识别头，提供了一种新颖的方法。 在粗粒度和细粒度基准测试中，特别是在严重的时间腐败下，性能的显着提升，突出了所提出方法的有效性和鲁棒性。 物理驱动估计的使用特别有趣，并且可能有利于捕捉微妙的运动线索。

• •提出了 FineTec，一个用于在时间腐败下进行细粒度动作识别的统一框架。
• •采用了上下文感知的序列补全、空间分解和物理驱动估计。
• •在粗粒度和细粒度的动作识别基准测试中取得了最先进的结果，尤其是在严重的时间腐败下。
• •证明了鲁棒性和泛化能力。