骨格に基づく行動予測のための潜在的グローバルネットワークの学習

3次元骨格シーケンスによって表現される人的行動は、クラスタ化した背景や照明変化に対して堅牢である。本論文では、不完全な行動情報を持つ部分的な骨格シーケンスから行動を認識することを目的とする、骨格に基づく行動予測について検討する。我々は、敵対学習に基づく新たな潜在的グローバルネットワークを提案する。本研究では、提案したネットワークが部分的シーケンスの局所的行動情報と補完的な関係を持つ潜在的長期的グローバル情報を提供することを示し、これが行動予測の性能向上に寄与することを実証する。また、潜在的グローバル情報と局所的行動情報の組み合わせにより、行動予測の性能が向上することを明らかにする。提案手法は、3つの挑戦的な骨格データセット上で評価され、最先端の性能を達成した。