论文翻译：Unsupervised Representation Learning with Long-Term Dynamics for Skeleton Based Action Recognit

摘要        近年来，基于骨骼的动作识别正成为一个越来越有吸引力的替代现有的视频替代方法，得益于其强大和全面的3D信息。在本文中，我们首次探索了一种无监督表示学习方法来获取骨骼序列的长期全局运动动力学。在对抗训练策略的指导下，我们设计了一个有条件的绘画架构来学习固定维度的表示。我们在三个行之有效的动作识别数据集上定量地评估了我们的学习方法的有效性。实验结果表明，我们的学习表示对分类动作具有鉴

>>阅读原文<<