这是一个论文的笔记
大致思路：对每一个动作视频选一个更好的角度进行旋转处理（这么理解，原来的数据集的摄像头的位置不咋地，导致数据集中的视频不咋地，而这篇论文做的就是给数据集中的每个视频自动找一个好的角度）然后送入主网络进行分类。
先通过view adaptation subnetwork 找到一个合适的角度，再变换，再分类
整个网络模型
如何进行变换
αt，βt，γt是沿X轴、Y轴和Z轴顺时针旋转的角度
v‘是旋转后的位置
LSTM如何找角度
hrt是LSTM隐式输出向量，Wr是全连接层的权重，br是全连接层的偏置
dt是距离
h d t∈RN×1为其LSTM层的隐藏输出向量（这个我也分的不是很清楚，具体的看这里）
端到端训练的反向传播
J是一帧中关节个数
是损失反向传播到视图自适应子网的输出
CNN方面
简而言之就是：将骨架序列映射到称为骨架图的图像映射，然后对每一个关节点做一个变换
floor是最大整数函数，vtj是第t帧的第j个关节，cmax和cmin分别是训练数据集中所有关节坐标的最大值和最小值
12由1和10可得