摘要
得益于其简洁性和鲁棒性，基于骨架的动作识别近年来受到了广泛关注。大多数现有方法利用局部网络（例如，递归神经网络、卷积神经网络和图卷积神经网络）分层次地提取时空动态特征。因此，局部依赖和非局部依赖分别在不同层级的层中异步捕获，前者包含更多细节信息，后者则包含更多语义信息。此外，现有的方法局限于时空域，忽略了频率域中的信息。为了更好地从多域同步提取详细和语义信息，我们提出了一种残差频率注意力（rFA）模块，用于关注频率域中的判别模式；同时提出了一种同步局部和非局部（SLnL）模块，在时空域中同步捕获细节和语义信息。此外，还提出了一种软边界焦点损失（SMFL），以优化整个学习过程，该损失函数能够自动进行数据选择并鼓励分类器中的内在边界。我们的方法在多个大规模数据集上显著优于其他最先进方法。