جعل نموذج التعرف على الأنشطة القائمة على الهيكل العظمي أصغر وأسرع وأفضل

رغم النجاح الكبير الذي حققته تقنيات التعرف على الحركات باستخدام الهيكل العظمي في السنوات الأخيرة، فإن معظم الطرق الحالية قد تعاني من حجم نموذج كبير وسرعة تنفيذ بطيئة. لحل هذه المشكلة، قمنا بتحليل خصائص سلسلة الهيكل العظمي لاقتراح شبكة مزدوجة الميزات ومزدوجة الحركة (DD-Net) للتعرف على الحركات باستخدام الهيكل العظمي. من خلال استخدام بنية شبكة خفيفة الوزن (أي، 0.15 مليون معلمة)، يمكن لـ DD-Net الوصول إلى سرعة فائقة تبلغ 3,500 إطار في الثانية على وحدة معالجة رسومية واحدة، أو 2,000 إطار في الثانية على وحدة معالجة مركزية واحدة. عن طريق استخدام ميزات قوية، حققت DD-Net أفضل الأداء الحالي على مجموعات البيانات التجريبية الخاصة بنا: SHREC (أي، حركات اليدين) و JHMDB (أي، حركات الجسم). سيتم إصدار شفرتنا المصدرية مع هذا البحث لاحقًا.