面向动作捕获数据分割的图卷积网络模型

提出了一种基于图卷积神经网络的方法来进行动作捕获数据的分割。具体而言,首先引入骨架属性图来表达动作捕获数据序列段中的每一帧;然后建立基于骨架属性图卷积操作的模型来学习动作捕获数据序列段的时空结构。最后利用骨架属性图卷积操作所学到的深度特征通过核化时序切割方法实现对动作捕获数据的分割。实验表明,此方法与其他方法相比是有明显的优势的。