Human Behavior Recognition Based on Graph Neural Network and Cross-modal Collaborative Attention Mechanism
यह शोध पत्र Gnet_CAM का प्रस्ताव करता है, जो एक नवीन मानव व्यवहार पहचान मॉडल है जो दृश्य (विजुअल), कंकाल (स्केलेटल) और ऑडियो डेटा को ग्राफ न्यूरल नेटवर्क और एक पदानुक्रमित क्रॉस-मोडल सहयोगात्मक ध्यान तंत्र (hierarchical cross-modal collaborative attention mechanism) के माध्यम से एकीकृत करता है ताकि अवरोध (ऑक्लूजन) और परिवर्तनशील प्रकाश व्यवस्था जैसे जटिल परिदृश्यों में मजबूत प्रदर्शन प्राप्त किया जा सके, जैसा कि NTU RGB+D120 डेटासेट और एक स्व-निर्मित चुनौतीपूर्ण वातावरण डेटासेट पर इसकी उत्कृष्ट सटीकता द्वारा प्रदर्शित किया गया है।