Action Quality Assessment (AQA)를 위해 인체 움직임에 대한 미세한 이해와 포즈 유사성에 대한 정확한 평가가 필요하다. 본 논문은 인체 골격을 그래프로 모델링하여 차별적이고, 토폴로지(topology)에 민감한 포즈 임베딩을 학습하는 토폴로지 인식 Graph Convolutional Network (GCN) 프레임워크인 GCN-PSN을 제안한다. 대조 회귀 목적 함수로 훈련된 Siamese 아키텍처를 사용하여, 제안 방법은 좌표 기반 기준선을 능가하고 AQA-7 및 FineDiving 벤치마크에서 경쟁력 있는 성능을 달성한다. 실험 결과 및 ablation 연구는 포즈 유사성 및 동작 품질 평가에 골격 토폴로지 활용의 효과를 입증한다.
