摘要

图卷积网络（Graph Convolutional Networks, GCNs）在基于骨架的动作识别任务中得到了广泛应用，并取得了显著成果。在GCNs中，图结构拓扑决定了特征聚合的方式，因而成为提取具有代表性的特征的关键因素。本文提出一种新型的通道感知拓扑优化图卷积模块（Channel-wise Topology Refinement Graph Convolution, CTR-GC），旨在动态学习不同的拓扑结构，并在不同通道中高效聚合关节特征，以提升基于骨架的动作识别性能。所提出的CTR-GC通过学习一个共享的通用拓扑作为所有通道的先验信息，并针对每个通道进一步利用其特有的相关性进行拓扑优化，从而建模通道级别的拓扑结构。该优化方法引入的额外参数极少，显著降低了建模通道级拓扑结构的复杂性。此外，通过将图卷积操作统一形式化，我们发现CTR-GC能够缓解传统图卷积对拓扑结构的严格约束，从而赋予模型更强的表征能力。将CTR-GC与时间建模模块相结合，我们构建了一种性能强大的图卷积网络——CTR-GCN。在NTU RGB+D、NTU RGB+D 120以及NW-UCLA等多个主流数据集上的实验结果表明，CTR-GCN显著优于当前最先进的方法，展现出卓越的识别性能。