شبكات العصبي المتكررة المتكيفة مع المنظور للاعتراف بحركات الإنسان بفعالية عالية من بيانات الهيكل العظمي

التعرف على حركات الإنسان باستخدام الهيكل العظمي قد جذب مؤخرًا اهتمامًا متزايدًا بفضل شعبية بيانات الهيكل العظمي ثلاثية الأبعاد. أحد التحديات الرئيسية يكمن في التباين الكبير في الزوايا المرئية للحركات البشرية الملتقطة. نقترح مخططًا جديدًا لتكييف الزاوية المرئية يمكنه تنظيم زوايا الرؤية تلقائيًا أثناء حدوث الحركة. بدلاً من إعادة وضع الهياكل العظمية بناءً على معيار سابق محدد من قبل البشر، قمنا بتصميم شبكة عصبية متكررة (RNN) ذات هندسة LSTM تتكيف مع الزوايا المرئية الأكثر ملاءمة من البداية إلى النهاية. تظهر تحليلات التجارب الواسعة أن النموذج المقترح للشبكة العصبية المتكررة التكيفية مع الزاوية يعمل على (1) تحويل هياكل عظام مختلفة إلى زوايا رؤية أكثر اتساقًا و (2) الحفاظ على استمرارية الحركة بدلاً من تحويل كل إطار إلى نفس الموقع بنفس ориентация الجسم. حقق نموذجنا تحسينات كبيرة مقارنة بالطرق الرائدة في مجال البحث على ثلاثة مجموعات بيانات مرجعية.