论文笔记--Disentangling and Unifying Graph Convolutions for Skeleton-Based Action Recognition

Hello, 今天是论文笔记计划的第二天啦。

今天为大家介绍下这篇“重磅级”论文，目前是该方向SOTA的论文，并且从处理上来看，与之前大家不断改进的ST-GCN的那些论文来看，引入了一些新的视角，还是值得我们学习的。

（细心认真的读者借鉴我的论文笔记模版，摸索出一个属于你们最适宜的论文笔记模版。当我阅读一定量之后，我相信我的笔记模版侧重点也会开始发生变化，因为最适合自己的才是最好的。）

其实在慢慢做论文的过程中，就有一点发现，你想用什么或者改什么的时候，那些“点”往往不是从普通的论文笔记找到的，而是在经过自己长时间阅读论文后，提炼总结而成的的东西里，就有点类似于自己的论文点子库的感觉哈哈哈。让我们一起等待时间和积累带给我们的变化吧！

本论文是CVPR2020的论文。
Paper：https://arxiv.org/pdf/2003.14111.pdf
Code：https://github.com/kenziyuliu/MS-G3D

一、论文题目关键词提取

Disentangling: 分解，看到这个词的时候就在想这个分解是分解人体的关节为几个部分吗？比如PB-GCN里面就是把人体的结构分为了5个部分。

Unifying: 统一，没看论文前大概感觉就像是分解然后又合并的感觉。或者是用了一个类似全局图的东西？

只凭借论文题目关键词，我们暂时解读到这里，保留着我们的疑问，然后将论文继续读下去。

读论文，就是要一步步自我提问、自我回答、自我假设，然后去文中验证自己的想法。比如，读到I