بسبب التمثيلات عالية المستوى المكثفة والغنية التي تقدمها، أصبح التعرف على أفعال الإنسان القائمة على الهيكل العظمي موضوعًا بحثيًا نشطًا جدًا في السنوات الأخيرة. وقد أظهرت الدراسات السابقة أن دراسة علاقات المفاصل في الأبعاد المكانية والزمنية توفر معلومات فعالة حاسمة للتعرف على الأفعال. ومع ذلك، لا يزال تشفير الاعتماديات العالمية للمفاصل أثناء استخراج الميزات المكانية-الزمنية أمرًا صعبًا. في هذه الورقة، نقدم ما يُسمى بـ "الكبسولة الفعلية" (Action Capsule)، والتي تحدد المفاصل الأساسية المرتبطة بالفعل من خلال أخذ الارتباط الخفي بين المفاصل في تسلسل الهيكل العظمي بعين الاعتبار. ونُظهر أنه أثناء الاستنتاج، يركز شبكتنا النهائية على مجموعة من المفاصل المحددة لكل فعل، حيث تُجمَع الميزات المكانية-الزمنية المشفرة لتُستخدم في التعرف على الفعل. علاوة على ذلك، يُعزز استخدام مراحل متعددة من الكبسولات الفعلية قدرة الشبكة على تصنيف الأفعال المشابهة. ونتيجة لذلك، تتفوق شبكتنا على أحدث الأساليب على مجموعة بيانات N-UCLA، وتحصل على نتائج تنافسية على مجموعة بيانات NTURGBD. كما أن نهجنا يمتلك متطلبات حسابية أقل بشكل كبير، وفقًا لقياسات GFLOPs.