基于检测器和深度SPD仿射网络的准确在线动作和手势识别系统
计算机视觉与模式识别
2025-11-10 v1 人工智能
人机交互
摘要
在线连续运动识别是近年来备受关注的研究主题，因为其在实际生活应用场景中更为实用。最近，基于骨架的methods越来越受欢迎，显示了使用此类3D时间数据之力。然而，这些work大多聚焦于基于片段的识别，不适用于在线场景。本文提出了一个用于骨架序列流式的在线识别系统，由两个主要组件组成：一个检测器和一个分类器，使用半正定(SPD)矩阵表示和仿射网络。SPD矩阵对骨架数据提供的强大统计表示以及仿射网络对其语义相似性的学习，使检测器能够预测未分段序列中运动的时间区间。此外，它们确保了分类器在每个预测区间内识别运动的能力。该提议的检测器是灵活的，能够持续识别动力状态。我们在手势和身体动作识别基准上进行了大量实验，证明了该在线识别系统的准确性，在大多数情况下超过了最新水平的性能。
引用
@article{arxiv.2511.05250,
title = {Accurate online action and gesture recognition system using detectors and Deep SPD Siamese Networks},
author = {Mohamed Sanim Akremi and Rim Slama and Hedi Tabia},
journal= {arXiv preprint arXiv:2511.05250},
year = {2025}
}