Human Behavior Recognition Based on Graph Neural Network and Cross-modal Collaborative Attention Mechanism
Este artículo propone Gnet_CAM, un nuevo modelo de reconocimiento de comportamiento humano que integra datos visuales, esqueléticos y de audio mediante redes neuronales de grafos y un mecanismo de atención colaborativa transmodal jerárquica para lograr un rendimiento robusto en escenarios complejos como la oclusión y la iluminación variable, tal como lo demuestra su precisión superior en el conjunto de datos NTU RGB+D120 y un conjunto de datos de entorno desafiante autogenerado.