摘要

运动建模在现代动作识别方法中至关重要。由于不同视频片段中的运动动态（如运动节奏和动作幅度）可能存在显著差异，如何自适应地捕捉恰当的运动信息成为一大挑战。为解决这一问题，我们提出一种运动多样化与选择（Motion Diversification and Selection, MoDS）模块，用于生成多样化的时空运动特征，并动态选择最适合的运动表征以对输入视频进行分类。具体而言，我们首先设计了一个时空运动生成（Spatio-Temporal Motion Generation, StMG）模块，构建一个包含不同空间邻域和时间范围的多样化运动特征库。随后，引入动态运动选择（Dynamic Motion Selection, DMS）模块，从该特征库中同时在空间和时间维度上筛选最具判别性的运动特征。由此，所提出的方法能够在充分利用多样化时空运动信息的同时，保持推理阶段的计算效率。在五个广泛使用的基准数据集上的大量实验验证了该方法的有效性，尤其在运动变化较大的 Something-Something V1 与 V2 数据集上，取得了当前最优的性能表现。