摘要
本文提出了一种基于骨架视频的动作识别深度渐进强化学习方法（Deep Progressive Reinforcement Learning, DPRL），旨在从视频序列中提取最具信息量的帧，同时剔除语义模糊的帧，以提升动作识别的准确性。由于每段视频中可选的代表性帧存在大量可能性，我们采用深度强化学习将帧选择建模为一个渐进式过程，在此过程中，综合考虑两个关键因素对所选帧进行逐步优化：（1）所选帧的质量；（2）所选帧与整个视频之间的整体关联性。此外，考虑到人体结构本质上具有图结构特征——其中节点代表关节，边代表刚性骨骼——我们引入基于图的卷积神经网络（Graph-based Convolutional Neural Network）来捕捉关节之间的依赖关系，从而增强动作识别能力。实验结果表明，所提方法在三个广泛使用的基准数据集上均取得了具有竞争力的性能表现。