“视觉智能与信息安全”专栏 | Sensors：基于生成对抗网络的人体活动识别骨架重建

本文介绍了一种基于生成对抗网络（GAN）的人体活动识别方法，旨在解决在现实场景中因遮挡问题导致的识别困难。研究通过GAN重建被遮挡的骨架数据，使用卷积递归神经网络（CRNN）作为生成器，长短期记忆（LSTM）网络作为鉴别器，以提高在最多两个身体部位被遮挡情况下的识别准确率。实验结果表明，该方法在多个公开数据集上均表现出优于现有方法的性能，尤其是在处理部分遮挡情况时。研究结论指出，尽管遮挡会导致性能下降，但通过GAN重建的骨架序列在多数情况下能实现近乎完美的识别，显著提升了人体活动识别的准确性和鲁棒性。