التعرف على التفاعلات البشرية مهم للغاية في العديد من التطبيقات. أحد المؤشرات الحاسمة في التعرف على التفاعل هو الأجزاء الجسدية التفاعلية. في هذا العمل، نقترح شبكة جديدة تسمى شبكات تحويل التفاعلات الرسومية (IGFormer) للاعتراف بالتفاعلات القائمة على الهيكل العظمي من خلال نمذجة الأجزاء الجسدية التفاعلية كرسوم بيانية. بشكل أكثر تحديدًا، تقوم الشبكة المقترحة IGFormer ببناء رسوم تفاعلية بناءً على العلاقات الدلالية والمسافة بين الأجزاء الجسدية التفاعلية، وتعزز تمثيل كل شخص من خلال جمع معلومات الأجزاء الجسدية التفاعلية استنادًا إلى الرسوم البيانية المُتعلَّمة. بالإضافة إلى ذلك، نقترح وحدة تقسيم دلالي لتحويل كل سلسلة هيكل عظمي بشري إلى سلسلة أجزاء جسدية-زمنية لتقديم صورة أفضل للمعلومات المكانية والزمانية للسلسلة الهيكل العظمي عند تعلم الرسوم البيانية. أظهرت التجارب الواسعة على ثلاثة مجموعات بيانات مرجعية أن نموذجنا يتفوق على أحدث النماذج بمقدار كبير.