LLLMWIKI
ArticleResearch mapReading portalMetadata

Source note · Updated 2026-07-12

BlockGCN保留骨架拓扑并轻量建模多种关节关系

#near-cvpr-2025#video-understanding#representation-learning#primary-source

一句话结论

BlockGCN用 graph-distance静态编码、persistent-homology动态编码和 block-diagonal graph convolution，在NTU120 X-Sub单关节消融中把85.2%提高到86.9%，同时把参数从2.1M降至1.3M；它适合作为羽毛球姿态encoder候选，纠正系统仍需球拍/球、动作阶段与错误标签。

论文定位

这是一篇通用 skeleton-based action recognition GCN。核心贡献是保留物理骨架先验与高效多关系建模，连接 ST-GCN 的固定物理图与后续 adaptive topology方法。

问题定义

可学习 adjacency虽然灵活，却会在训练后偏离bone-connectivity初始化；多个并行GC用于表达不同joint relations时又增加参数。论文用不同邻接初始化最终精度接近与权重可视化证明“初始化本身无法稳定保留拓扑”，再设计独立的Topological Encoding持续注入结构。

方法概述

  1. Static Topological Encoding：按骨架最短路径距离为joint pair查表得到可学习embedding，joint-pair分组固定。
  2. Dynamic Topological Encoding：对pose sequence的joint-distance graph做Vietoris–Rips filtration，以0D persistent-homology barcode形成input-dependent feature。
  3. BlockGC：通道分组，各组使用独立adjacency与projection；projections组成block-diagonal matrix，复杂度约缩为原GC的$1/K$。
  4. 完整网络：BlockGC与multi-scale temporal convolution交替堆叠10层，最后时空pooling分类。

可复核依据：PDF Fig.4–6、Eq.2–6，pp.4–6；paper-text.md 264–422。

数据与实验

  • NTU RGB+D 60、NTU RGB+D 120、NW-UCLA。
  • 主结果采用4-stream：joint、bone、joint motion、bone motion，独立训练后融合。
  • 关键消融采用NTU120 X-Sub single-joint modality。
  • 64帧、SGD Nesterov、标准cross-entropy、Tesla V100。

核心结果

方法参数NTU60 X-Sub / X-ViewNTU120 X-Sub / X-SetNW-UCLA
FR-Head2.0M92.8 / 96.989.5 / 90.9--
BlockGCN1.3M93.1 / 97.090.3 / 91.596.8

相对FR-Head四个NTU split分别为+0.3、+0.1、+0.8、+0.6，参数减少约35%。single-joint比较的平均增益约0.8点；4-stream融合压缩了方法差距，并带来多模型部署成本。

关键消融

  • 邻接初始化：CTR-GCN在bone/identity/ones/Kaiming下为84.9/85.0/84.8/84.8，差异≤0.2。
  • 完整组件：85.2→86.9（+1.7），参数2.1M→1.3M；static encoding贡献大于dynamic encoding，二者组合最佳。
  • BlockGC 8 groups：1.2M/85.8；DecouplingGC 8 groups：2.2M/85.6。
  • Topological Encoding注入0/1/5/10层：86.0/86.4/86.7/86.9。
  • Barcode vector dim 32/64/128：86.5/86.9/86.4。

局限或疑问

  • “catastrophic forgetting”由初始化不敏感与权重偏离支撑；部分偏离也可能是有益的任务适应，因果命名强于实验。
  • 没有报告persistent-homology模块的独立latency、预处理成本与pose-noise鲁棒性。
  • 标准Kinect骨架无法覆盖真实广播视频的遮挡、运动模糊和2D/3D pose误差。
  • 主结果依赖4个modality模型。
  • global pooling分类无法直接定位错误阶段，也不输出教练建议。
  • 人体骨架图缺少球拍、羽毛球、场地与击球接触关系。

对羽毛球动作纠正 demo 的影响

可迁移：STE保留肩—肘—腕与躯干/下肢链路；BlockGC以较小参数表达多种身体协同；适合作为pose baseline。

专用改造：hit-frame与动作阶段切分、racket/shuttle/court异构节点、左右手/视角规范化、pose confidence、错误标签和标准动作参照。建议先在同一羽毛球pose输入上与CTR-GCN做受控对比，再评估DTE带来的准确率与延迟收益。

Wiki 证据分类

原始材料

  • raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/paper.pdf
  • raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/paper-text.md
  • raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/analysis.md
  • raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/abstract.md
  • raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/links.yaml

相关页面

Metadata
{
  "id": "2026-05-16-blockgcn-topology-aware-skeleton-action-recognition",
  "type": "source",
  "title": "BlockGCN：保留骨架拓扑并轻量建模多种关节关系",
  "status": "reviewed",
  "created": "2026-05-16",
  "updated": "2026-07-12",
  "venue": "CVPR 2024",
  "published_at": "2024-06-01",
  "ingested_at": "2026-05-16",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "representation-learning",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Yuxuan Zhou",
    "Xudong Yan",
    "Zhi-Qi Cheng",
    "Yan Yan",
    "Qi Dai",
    "Xian-Sheng Hua"
  ],
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2024/html/Zhou_BlockGCN_Redefine_Topology_Awareness_for_Skeleton-Based_Action_Recognition_CVPR_2024_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2024/papers/Zhou_BlockGCN_Redefine_Topology_Awareness_for_Skeleton-Based_Action_Recognition_CVPR_2024_paper.pdf",
    "https://github.com/ZhouYuxuanYX/BlockGCN"
  ],
  "raw_entry": "raw/ingest/2026-05-16-blockgcn-topology-aware-skeleton-action-recognition/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding",
    "topics/vision-backbones"
  ],
  "entities": [],
  "claims": [],
  "questions": [
    "questions/question-badminton-stroke-correction-demo"
  ]
}