标题：基于多尺度滑动窗口自注意力网络的交互动作识别
作者：周琴1，2 周凡颖1，2 丁友东1，2
作者单位：1 上海大学上海电影学院，上海 200072；2 上海电影特效工程技术研究中心，上海 200072
关键字：交互动作识别；人机交互；多尺度；滑动窗口；深度学习
摘要：近年来交互式动作识别逐渐应用于人机交互领域，具有很强的经济价值。在之前的工作中，主要考虑了实体之间固定的物理连接，这种基于先验知识的方法忽略了实体的多样性。在此基础上，推出了一种基于滑动窗口分割考虑不同实体间交互的方法，虽然弥补了之前的实体多样性问题，却忽视了多尺度时空和实体的多尺度交互。提出了一种基于多尺度滑动窗口的自注意力Transformer网络方法，将输入数据按照多尺度窗口划分，并将划分好的数据进行融合，在自注意力网络中得到最终的分类结果。实验证明，按照多尺度窗口的划分方法，与其他方法相比具有更好的识别效果，并且在两种数据集上都达到了更好的识别效果。