基于NAS的GCN网络设计(AAAI2020)

知乎同步发布：https://www.zhihu.com/people/ikerpeng/activities

介绍下我们 AAAI2020的工作：Learning Graph Convolutional Network for Skeleton-based Human Action Recognition by Neural Searching

动作识别（Action recognition） 是计算机视觉领域中一个非常热门的研究话题。它具有很多有价值的应用，例如 安全监控，行为分析， 以及人机交互等等。 但是，这个研究课题同时也是一个很有挑战的问题，尤其是对于背景极其复杂，或是存在遮挡的情况。Skeleton 数据的出现，很大程度上解决了这一类的问题。 Skeleton数据当中包含和运动直接相关的信息，对背景具有更好的鲁棒性，同时也能够有效的改善遮挡以及自遮挡的问题。因此，基于skeleton数据的动作识别也是一个非常具有吸引力的研究课题。

但是对于skeleton这种不规则的具有图结构的数据，相对于image或者是video这种规整数据，使用经典的CNN 等神经网络进行特征提取就要困难很多了。 但是，从2018年起，不断出现使用图卷积（Graph Convolutional Networks，GCN）来处理这个问题的工作。 基于前面的工作，本文也是想要通过改善GCN来进一步的提升基于骨架信息的动作识别的性能。

虽然GCN极大的提高了动作识别的性能， 但是还是存在很多需要改进的地方。这里我们主要从以下的两个方面去改善现有的GCN。首先， 在这个任务当中大多数的GCN都是提供一个固定的矩阵（Embedding Matrix， EM）来编码数据节点之间的邻接关系，并且这个矩阵从第一层到最后一层一直都用。其次，在这个任务上，大部分的GCN都是基于ICLR2017 Max [2]他们的工作做的。也就是说这一类的GCN都是通过一阶的 切比雪夫多项式（Chebshev polynomial）进行估计的。而我们认为，将高层的特征表示限制是底层的拓扑结构当中是不合理的一种做法。此外，一阶的多项式估计并不能很好的捕捉到高阶的邻接关系。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！