El reconocimiento de actividades grupales es un tema central en muchos ámbitos, como el análisis de videos deportivos, la vigilancia de circuito cerrado de televisión, las tácticas deportivas y la comprensión de escenarios sociales. Sin embargo, todavía existen desafíos para incrustar las relaciones entre actores en un escenario multi-persona debido a la oclusión, el movimiento y la luz. Los estudios actuales se centran principalmente en características locales colectivas e individuales desde perspectivas espaciales y temporales, lo que resulta en ineficiencia, baja robustez y baja portabilidad.