通过Defly Compass方法论理解2025年的全球趋势 Mabel López Bordao, Antonia Ferrer Sapena, Carlos A. Reyes Pérez, Enrique A. Sánchez Pérez

《Big Data and Cognitive Computing》：Understanding the Global Trends of 2025 Through the Defly Compass Methodology Mabel López Bordao, Antonia Ferrer Sapena, Carlos A. Reyes Pérez and Enrique A. Sánchez Pérez

图卷积网络在骨骼动作识别中面临效率和准确性的矛盾，本文提出LST-AGCN通过统一注意力模块、深度可分离注意力机制和高效拓扑感知融合解决该问题，在NTU数据集上达到高精度（Top-1 79.5%-86.14%）且参数少（14.11M）、计算量低（19.02 GFLOPs），适用于边缘设备部署。

　　

摘要

虽然图卷积网络（GCNs）在基于骨架的动作识别领域取得了革命性的进展，但现有方法面临着效率与精度之间的关键困境：最先进的方法通过计算成本高昂的多流融合（关节、骨骼运动以及关节和骨骼的联合运动）和深度架构来实现高性能，这限制了其在资源受限设备上的实际应用。我们提出了LST-AGCN（轻量级时空注意力图卷积网络），该网络引入了三项技术改进来应对这一挑战： (1) 统一注意力模块（UAM）——一种通过单一紧凑操作集成通道注意力、空间注意力和时间注意力的框架，与单独的注意力机制相比显著减少了注意力参数的数量； (2) 深度可分离注意力机制（DSAM）——利用深度可分离卷积进行分解，将注意力操作的复杂度从???(??2< />降低到???(??)； (3) 高效的拓扑感知融合（ETAF）——一种自适应的联合注意力策略，能够在不增加二次复杂度的情况下捕捉精细的空间关系。 在NTU RGB+D 60和NTU RGB+D 120数据集上的广泛实验表明，LST-AGCN仅使用关节模态信息即可实现优异的性能（跨视图Top-1准确率分别为86.14%/94.0%和79.5%/82.0%，Top-5准确率为99.0%），同时仅需要14.11百万个参数和19.02 GFLOPs的计算资源，适用于边缘设备的推理任务。