摘要

在现实场景中，人类行为往往呈现出长尾分布特征。这使得现有基于骨架的动作识别方法——这些方法大多基于均衡数据集设计——在面对长尾分布时性能显著下降。近年来，针对图像与视频的长尾学习已涌现出诸多研究工作。然而，由于缺乏对关键时空运动模式的充分考虑，尤其是针对特定模态的方法（如数据增强）往往难以直接迁移至骨架数据，导致其效果不理想。为此，鉴于人体部位在空间聚集性动作中的关键作用，本文聚焦于混合增强策略，提出一种新颖方法——Shap-Mix，通过挖掘尾部类别具有代表性的运动模式，有效提升长尾学习性能。具体而言，我们首先设计了一种高效的时空混合策略，用于骨架数据，以增强特征表示质量。随后，提出一种基于显著性引导的混合机制，该机制由基于Shapley值的显著性估计方法与面向尾部类别的混合策略共同构成。该方法能够有效保留少数类样本在混合数据中的显著运动区域，显式建立关键身体结构线索与高层语义之间的关联。在三个大规模骨架数据集上的大量实验表明，所提方法在长尾与均衡设置下均取得了显著的性能提升。项目代码与相关资源已公开，访问地址为：https://jhang2020.github.io/Projects/Shap-Mix/Shap-Mix.html。