摘要
图卷积网络（Graph Convolutional Networks, GCNs）是基于骨架的动作识别中最常用的方法，已取得显著的性能表现。在该任务中，构建具有语义意义的边（即邻接矩阵）尤为关键，然而，有效提取此类语义边仍是一个具有挑战性的问题。为解决这一问题，本文提出一种分层分解图卷积网络（Hierarchically Decomposed Graph Convolutional Network, HD-GCN）架构，并引入一种新型的分层分解图（Hierarchically Decomposed Graph, HD-Graph）。所提出的HD-GCN能够将每个关节节点有效分解为多个子集，以分别提取主要的结构邻接边与远距离边，并在人体骨架的同一语义空间中构建包含这些边的HD-Graph。此外，本文设计了一种注意力引导的分层聚合模块（Attention-guided Hierarchy Aggregation, A-HA），用于突出HD-Graph中占主导地位的分层边集。同时，我们提出一种新型的六路集成方法，仅使用关节流（joint stream）与骨骼流（bone stream），不依赖任何运动流（motion stream）。所提出的模型在四个主流且规模较大的数据集上进行了评估，均取得了当前最优（state-of-the-art）的性能表现。最后，通过一系列对比实验，充分验证了所提模型的有效性与优越性。