摘要
本文介绍了Fusion-GCN，一种基于图卷积网络（GCNs）的多模态动作识别方法。近年来，围绕GCNs构建的动作识别方法在基于骨架的动作识别中取得了最先进的性能。通过Fusion-GCN，我们提出了一种将多种传感器数据模态整合到一个图中的方法，并使用GCN模型进行训练以实现多模态动作识别。额外的传感器测量数据被纳入图表示中，既可以在通道维度上（引入额外的节点属性），也可以在空间维度上（引入新的节点）。Fusion-GCN在两个公开可用的数据集——UTD-MHAD和MMACT数据集上进行了评估，展示了RGB序列、惯性测量和骨架序列的灵活融合。我们的方法在UTD-MHAD数据集上获得了可比的结果，并且通过融合骨架估计和加速度计测量，在大规模MMACT数据集上显著提升了基线性能，最高可达12.37%（F1值）。