基于 Siamese-LSTM 深度度量学习的 3D 人体动作识别
计算机视觉与模式识别
2020-04-27 v1
摘要
本文提出一种新的 3D 人体动作识别系统，作为一个两阶段系统：（1）深度度量学习模块，使用 Siamese-LSTM 网络学习两个 3D 关节序列之间的相似性度量；（2）多类分类模块，利用第一模块的输出产生最终识别结果。该模型具有若干优势：第一模块使用大量序列对组合进行训练，因而可用更大规模的数据集训练。我们的深度度量学习模块也可独立于数据集进行训练，这使系统具有模块化与可泛化性。我们在标准及新引入的数据集上测试了所提系统，初步结果显示前景良好。我们将通过添加更复杂的 LSTM 模块以及在不同数据集间交叉训练来继续开发该系统。
引用
@article{arxiv.1807.02131,
title = {3D Human Action Recognition with Siamese-LSTM Based Deep Metric Learning},
author = {Seyma Yucer and Yusuf Sinan Akgul},
journal= {arXiv preprint arXiv:1807.02131},
year = {2020}
}