3DInAction：在三维点云中理解人类动作
计算机视觉与模式识别
2024-04-01 v2
摘要
我们提出了一种用于三维点云动作识别的新方法。近年来，在 RGB 视频中理解人类动作已得到广泛研究，然而其三维点云对应任务仍未被充分探索。这主要归因于点云数据模态的固有局限——缺乏结构、置换不变性以及点数量可变——这使得时空表征的学习十分困难。为应对该局限，我们提出了 3DinAction 流水线，其首先估计随时间运动的块（t-patches）作为关键构建模块，并配合一个分层架构来学习信息丰富的时空表征。我们表明，我们的方法在包括 DFAUST 和 IKEA ASM 在内的现有数据集上取得了改进的性能。代码已公开于 https://github.com/sitzikbs/3dincaction。
引用
@article{arxiv.2303.06346,
title = {3DInAction: Understanding Human Actions in 3D Point Clouds},
author = {Yizhak Ben-Shabat and Oren Shrout and Stephen Gould},
journal= {arXiv preprint arXiv:2303.06346},
year = {2024}
}