硕士研究生吴雨珊等在Multimedia Systems发表论文

2021级硕士研究生吴雨珊以第一作者身份在国际学术期刊“Multimedia Systems” 发表了题为“Multi-scale motion contrastive learning for self-supervised skeleton-based action recognition” 的研究论文。其导师徐增敏副教授为通讯作者。

近年来，人体骨架动作识别已成为动作识别领域的热点问题。该文提出了一个多尺度运动视觉表示对比学习模型(MsMCLR)。该模型通过多尺度运动注意力(MsM Attention)模块，将骨架特征划分为符合人体运动规律的三个尺度级，即关节级、部分级和身体级，从不同的身体尺度上提取跨帧、跨节点的运动特征，使注意力集中于不同尺度级的语义信息，更准确地识别视频中的动作类别。输入模型的骨架数据经过强增强策略能产生大量新的运动模式，引入对偶分布散度最小化方法改进多尺度运动损失函数，利用普通增强分支的嵌入分布，对强增强分支的损失计算进行监督学习。实验结果表明，该模型准确率在四个评估基准上超过当时国际前沿算法1.4% ~ 3.0%。

该成果发表于中科院SCI三区（JCR Q1, CCF目录）期刊Multimedia Systems。Multimedia Systems刊载工程技术-计算机科学领域的理论研究及应用方法，为应用数学、计算机图形学与多媒体方向的国际权威刊物。该刊物由Springer出版，当前影响因子为3.5。