３Ｄ骨架动作识别，现在主要有两种方法，一是用LSTM进行时序上的记忆，二是将骨架坐标转换成特殊的图片，用卷积网络进行特征提取以及记忆，三是将LSTM和CNN网络的结果进行融合
目前使用的最大数据集是NTU-RGBD，后来又出现了一个PKU-MMD，但这个数据集是一段视频包含多段动作，主要是用来做detection的。
这个领域的开源代码非常少，微软有几篇不错的文章，但都不开源，初学者表示很是头疼。以下每个分类按时间发布先后进行整理。也有可能有没看过的文章，本文大概介绍一些比较经典的用来做baseline的文章。
本问所讲的所有paper，输入信息都只有３ｄ骨架坐标。
基于lstm的３d骨架动作识别
因为骨架信息是３Ｄ坐标，两帧之间的变化非常明显，用lstm效果非常显著。基于深度学习的方法最开始也是从ＲＮＮ开始入手。然后在肢体各个部分的特征融合方面下功夫。
View Adaptive Recurrent Neural Networks for High Performance Human Action Recognition from Skeleton Data 2017/4/8 ICCV2017
这是我最深入研究的一个文章，文章思路比较巧妙，用两个子网络回归出旋转平移矩阵的参数，将骨架坐标旋转到一个合适的视角，再送入主网络进行动作识别。
Modeling Temporal Dynamics and Spatial Configurations of Actions UsingTwo-Stream Recurrent Neural Networks CVPR2017
双流ＲＮＮ,
NTU-RGBD: CS 71.3% , CV 79.5%
Skeleton Based Human Action Recognition with Global Context-Aware Attention LSTM Networks CVPR2017
对注意力模型进行了优化，将初始背景信息送给每一个step,因为对于lstm而言，每帧记忆的隐藏信息还是非常local.
An End-to-End Spatio-Temporal Attention Model for Human Action Recognition from Skeleton Data 2016/11
时空注意力模型，引入了注意力机制，缺点是训练过程比较复杂
基于CNN的３d骨架动作识别
Co-occurrence Feature Learning from Skeleton Data for Action Recognition and
Detection with Hierarchical AggregationIJCAI 2018
来自海康威视的论文，应该是目前最新的研究成果，精度也是state-of-art,参考博客
Deep Progressive Reinforcement Learning for Skeleton-based Action Recognition CVPR2018
来自清华的增强学习
A New Representation of Skeleton Sequences for 3D Action Recognition CVPR2017
参考博客
Investigation of Different Skeleton Features for CNN-based 3D Action Recognition 2017/5
将节点之间的距离变成图片，将线和线之间的夹角变成图片，再送入CNN网络提取特征
CNN和lstm的融合
Skeleton-based Action Recognition Using LSTM and CNN ICMEW 2017 2017/7
该文章使用了７个LSTM和３个CNN
NTU-RGBD: CS 82.89%, CV 90.1%