近期基于Kinect的动作识别算法比较综述
计算机视觉与模式识别
2019-10-02 v1
摘要
基于视频的人体动作识别目前是计算机视觉中最活跃的研究领域之一。多项研究表明,动作识别的性能高度依赖于所提取特征的类型以及动作的表示方式。自Kinect相机发布以来,文献中已提出大量基于Kinect的人体动作识别技术。然而,按特征类型(如手工特征 versus 深度学习特征、基于深度 versus 基于骨架特征)对这些基于Kinect的技术进行透彻比较的工作仍属空白。本文中,我们使用六个基准数据集,分析并比较了十种近期基于Kinect的算法在跨受试者动作识别与跨视角动作识别上的表现。此外,我们实现并改进了其中部分技术,并将其变体纳入比较。实验表明,多数方法在跨受试者动作识别上优于跨视角动作识别;基于骨架的特征比基于深度的特征对跨视角识别更稳健;且深度学习特征适用于大型数据集。
引用
@article{arxiv.1906.09955,
title = {A Comparative Review of Recent Kinect-based Action Recognition Algorithms},
author = {Lei Wang and Du Q. Huynh and Piotr Koniusz},
journal= {arXiv preprint arXiv:1906.09955},
year = {2019}
}
备注
Accepted by the IEEE Transactions on Image Processing