用于视频中3D人姿估计的图注意力时空卷积网络（GAST-Net） 消息 [2021/01/28]我们更新了GAST-Net，使其能够生成包括关节和脚关节在内的19个关节的人体姿势。 [2020/11/17]我们提供了有关如何从自定义视频生成3D姿势/动画的教程。 [2020/10/15]我们使用单个RGB相机实现了基于在线3D骨架的动作识别。 [2020/08/14]我们实现了实时3D姿态估计。 介绍 时空信息对于解决3D姿态估计中的遮挡和深度模糊性至关重要。 先前的方法集中于嵌入固定长度的时空信息的时间上下文或局部到全局体系结构。 迄今为止，还没有有效的建议来同时灵活地捕获变化的时空序列并有效地实现实时3D姿态估计。 在这项工作中，我们通过注意机制对局部和全局空间信息进行建模，从而改善了人体骨骼运动学约束的学习：姿势，局部运动学连接和对称性。 为了适应单帧和多帧估计，采用了扩张

时空图卷积网络用于基于骨架的动作识别，Spatial Temporal Graph Convolutional Networks for Skeleton Based Action Recognition，2018年AAAI论文

基于深度时空卷积神经网络的点目标检测.pdf

融合序列分解与时空卷积的时序预测算法.pdf

基于四元数时空卷积神经网络的人体行为识别.pdf,传统卷积神经网络（CNN）只适用于灰度图像或彩色图像分通道的特征提取，忽视了通道间的空间依赖性，破坏了真实环境的颜色特征，从而影响人体行为识别的准确率。为了解决上述问题，提出一种基于四元数时空卷积神经网络(QST CNN)的人体行为识别方法。首先，采用码本算法预处理样本集所有图像，提取图像中人体运动的关键区域;然后将彩色图像的四元数矩阵形式作为网络的输入，并将CNN的空间卷积层扩展为四元数空间卷积层，将彩色图像的红、绿、蓝通道看作一个整体进行动作空间特征的提取，并在时间卷积层提取相邻帧的动态信息；最后，比较QST CNN、灰度单通道CNN（Gray CNN)和RGB 3通道CNN(3Channel CNN)3种方法的识别率。实验结果表明，所提方法优于其他流行方法，在Weizmann 和 UCF sports 数据集分别取得了85.34% 和80.2%的识别率。