论文翻译：Ensemble Deep Learning for Skeleton-based Action Recognition using Temporal Sliding LSTM networ

研究了骨骼关节的特征表示和动作识别的时间动力学建模问题。传统方法一般使用依赖于某些节点的相对坐标系，只对长期依赖进行建模，而不考虑短期和中期依赖。我们不以原始骨架作为输入，而是将骨架转换为另一个坐标系，以获得对尺度、旋转和平移的鲁棒性，然后从中提取显著运动特征考虑到不同时间步长的长短期记忆(LSTM)网络能够很好地建模各种属性，我们提出了一种新的基于骨架的动作识别集成时域滑动LSTM (TS-LS

>>阅读原文<<