用于任意视角人体动作识别的大规模多视角 RGB-D 动作数据集
计算机视觉与模式识别
2019-04-25 v1
摘要
当前的动作识别研究主要集中于单视角和多视角识别，难以满足人机交互（HRI）应用中从任意视角识别动作的需求。数据集的缺乏也构成了障碍。为任意视角动作识别提供数据，我们新收集了一个用于任意视角动作分析的大规模 RGB-D 动作数据集，包含 RGB 视频、深度序列和骨架序列。该数据集包括在 8 个固定视角捕获的动作样本以及覆盖完整 360 度视角的变化视角序列。共有 118 人被邀请执行 40 个动作类别，收集了 25,600 个视频样本。我们的数据集涉及更多参与者、更多视角和大量样本。更重要的是，它是首个包含完整 360 度变化视角序列的数据集。该数据集为多视角、跨视角和任意视角动作分析提供了充足数据。此外，我们提出一种视角引导的骨架 CNN（VS-CNN）来解决任意视角动作识别问题。实验结果表明 VS-CNN 取得了优越性能。
引用
@article{arxiv.1904.10681,
title = {A Large-scale Varying-view RGB-D Action Dataset for Arbitrary-view Human Action Recognition},
author = {Yanli Ji and Feixiang Xu and Yang Yang and Fumin Shen and Heng Tao Shen and Wei-Shi Zheng},
journal= {arXiv preprint arXiv:1904.10681},
year = {2019}
}
备注
Origianl version has been published by ACMMM 2018