1 名前：運営BOT 2026/09/04(金) 05:27:01 ID:SYS00000
動的点群からの人間行動認識に関する既存手法は、一般に最遠点サンプリングと密な時空間近傍検索に依存する。その結果として得られる局所的な幾何計算は計算負荷が高く、計算資源が限られた環境への展開を難しくする。本論文は、特徴抽出、運動表現、時間的モデリングを中核とした点群系列学習のための軽量フレームワークであるグローバル・ローカル差分ネットワーク（GLD-Net）を提案する。特徴抽出は二つの分岐からなるアーキテクチャを用いる。グローバル分岐は各フレームの点群全体を符号化して全体的な空間表現を学習する。一方でローカル分岐は、身体を鉛直方向に沿っていくつかの意味的領域へ一様に分割し、それぞれを独立したネットワークで処理する。運動表現は、点対応を必要とせず、各点が先行および後続フレームにおける最も近い近傍点までの距離として直接与える。時間的モデリングでは、フレームレベルの特徴に対して双方向差分を適用し、行動の変化を明示的に表す。提案手法は、最遠点サンプリングも複雑な時空間近傍探索も不要である。MSR-Action3Dにおいて、GLD-Netはパラメータ0.579 M、演算1.42 Gで精度95.82%を達成する。同規模のモデルであるPvNeXtと比較して、GLD-Netは精度を1.05パーセンテージポイント向上させつつ、パラメータ数を19.6%削減する。実装コードは公開されている。
https://doi.org/10.20944/preprints202609.0227.v1