【行爲識別綜述準備】

首先，以後可以工作可以考慮一下基於圖卷及的行爲識別今年很多，且在數據集上性能領先。
如下圖所示：

應用場景：

1. 【2019】Skeleton-based Action Recognition of People Handling Objects 【論文】

• recognizing object-related human actions
• 偏向於應用場景
• 通過構建skeletion-graph 利用了圖卷積
  

CNN-Based：

1. 【2019】SkeleMotion: A New Representation of Skeleton Joint Sequences Based on Motion Information for 3D Action Recognition【論文】 【代碼】

• Skeleton -> Image
• 偏向於方法
• 3D 行爲識別
• CNN方法
• NTU RGB+D 120 dataset
• skeleton image representation 重要！！！對骨架序列進行編碼，進一步表示，高效表示，skeleton->Image，有點像師兄的思路！

2. 【2019】Three-Stream Convolutional Neural Network With Multi-Task and Ensemble Learning for 3D Action Recognition【論文】

• 數據集：NTU RGBD
• 3D 行爲識別
• 思路：三個stage
• 偏向於方法,網絡結構上的創新！
• 多任務學習
  
  此外他還有一篇文章是考慮了頻域信息進去的，結構差不多
  如下，主要講當前的方法都是異步學習語義信息等的，而且是在不同的層，這裏提出了residual frequency domin的attention block!也是網絡結構的上的改進！（多種模態信息的考慮，時-空-頻率）
  

3. Skeleton based action recognition using translation-scale invariant image mapping and multi-scale deep cnn 【論文】

• 對骨架信息轉換成特殊形式的Image
• 多尺度的CNN
• 數據集： NTU RGB+D, UTD-MHAD, MSRC-12, and G3D
  

4. 【2019】Making the Invisible Visible: Action Recognition Through Walls and Occlusions 【論文】

• 對黑暗中或者遮擋住的人體也能構建成骨架，然後識別動作，骨架信息作爲中間信息！
• CNN
• 加入了Attention Module用來獲取時空信息
  

5. 【2018】Co-occurrence Feature Learning from Skeleton Data for Action Recognition and Detection with Hierarchical Aggregation
   【論文】

• End- to-end
• CNN
• 數據集：NTU RGB+D, SBU Kinect Interaction and PKU-MMD.
• 首先每個點的信息被單獨的進行了編碼，其次將其assembled into到同時包含時空 信息的高層語音的representation形式，

6. 【2019ICME】Learning Shape-Motion Representations from Geometric Algebra Spatio-Temporal Model for Skeleton-Based Action Recognition 【論文】

• 也是對骨架信息的編碼，更高效的表示，然後送到CNN
• 利用了集合代數Geometric Algebra
• multi-stream CNN model
• 數據集：NTU RGB+D and Northwestern-UCLA datasets

7. 【2017】3D CNNs on Distance Matrices for Human Action Recognition 【論文】

• 3DCNN+DM（歐式距離矩陣）來獲取的良好的空間幾何結構信息
• 數據集：差不多還是有NTU
• 比之前相近的LSTM-based的方法提升了10個點
• 也可以算是一種對於骨架信息的表示吧
  

8. 【2017】Skeleton-based Action Recognition with Convolutional Neural Networks 【論文】

• CNN+Motion+Trans，還是將骨架序列當做圖片去處理
• action classification and detection
• 骨架序列直接送進CNN之後通過骨架transformer模塊自動選擇中藥的骨架點
• 數據集NTU PKUMMD
  
  

9. 【PR2017】Enhanced skeleton visualization for view invariant human action recognition-師兄的論文！ 【論文】

• Synthesized CNN
• 也是對骨架點進行轉換！之後CNN

10. 【2017】A New Representation of Skeleton Sequences for 3D Action Recognition 【論文】

• CNN
• 也是一種對骨架序列重新進行加工的形式使其更加具有表現性！
• A skeleton sequence of any length is transformed into three clips each consisting of several gray images. The generated clips are then fed to a deep CNN model to extract CNN features which are used in a MTLN for action recognition.
  

11. 【2018】A Fine-to-Coarse Convolutional Neural Network for 3D Human Action Recognition 【論文】

• 對骨架序列進行分割成小片段，用來學習其中的聯繫
• 時空信息通過 fine-to-coarse (F2C) CNN architecture 實現
• 數據集：NTU RGB+D and SBU Kinect Interaction dataset.
• 也是對骨架信息動手腳
  

12. 【2017】Interpretable 3D Human Action Analysis with Temporal Convolutional Networks

• CNN
• a way to explicitly learn readily interpretable spatio-temporal representations for 3D human action recognition.

13. 【2017】SkeletonNet: Mining Deep Part Features for 3D Action Recognition 【論文】

• 也是一種表現實行，相比於骨架信息本身，處理後的包含了旋轉，評議，和尺度等因素
• 由兩部分構成，第一個用於提取特徵，另一個用來將特徵轉化爲更加具有區分性且緊湊的表現形式

14. Two-Stream 3D Convolutional Neural Network for Skeleton-Based Action Recognition-塗塗師姐的論文

• 雙流3DCNN

15. 【2014CVPR】Human Action Recognition by Representing 3D Skeletons as Points in a Lie Group 【論文】 【代碼】

• 也是一種表現形式，對骨架點編碼到利羣上的點！

16. 【2019】Skeleton Image Representation for 3D Action Recognition based on Tree Structure and Reference Joints 【論文】 【代碼】

• a novel skeleton image representation to be used as input to CNNs.
• 數據集：NUTRGBD
• 也是對骨架信息進行處理然後送進CNN

17. [2014] Skeletal Quads: Human Action Recognition Using Joint Quadruples 【論文】

• 對骨架信息進行編碼！
• 沒準對之後的工作又用！
  

18. Ensemble One-dimensional Convolution Neural Networks for Skeleton-based Action Recognition
    網絡結構的改變
19. Hard Sample Mining and Learning for Skeleton-Based Human Action Recognition and Identification 【論文】

• 行爲識別+人的識別identification(應用！)

20. 【2019】Make Skeleton-based Action Recognition Model Smaller, Faster and Better 【論文】 代碼

• 特點：輕量級，快！

混合方法；

1. 【2019】Semantics-Guided Neural Networks for Efficient Skeleton-Based Human Action Recognition [【論文】] (https://arxiv.org/pdf/1904.01189v1.pdf)

• e NTU, SYSU, and NUCLA datasets.
• GCN+ CNN
• 也是獲取多種模態信息，如圖
  

2. 【ECCV2018】Skeleton-Based Action Recognition with Spatial Reasoning and Temporal Stack Learning 【論文】 【代碼】

• 圖卷積+LSTM相關，前者獲取高層空間結構信息，後者獲取時域動態信息
• propose a novel model with spatial reasoning and temporal stack learning (SR-TSL) for skeleton based action recognition

RNN-based

1.【2018】 Memory Attention Networks for Skeleton-based Action Recognition 【論文】 【代碼】

• 特點：In this work, we propose a temporal-then-spatial recalibration scheme to alleviate such complex variations, resulting in an end-to-end Memory Attention Networks (MANs) which consist of a Temporal Attention Recalibration Module (TARM) and a Spatio-Temporal Convolution Module (STCM).
• 數據集：NTU RGB+D, HDM05, SYSU-3D and UT-Kinec