ActAR：用于视频动作识别的演员驱动姿态嵌入
计算机视觉与模式识别
2022-04-20 v1
摘要
视频中的人体动作识别（HAR）是视频理解的核心任务之一。基于视频序列，目标是识别人体执行的动作。虽然 HAR 在可见光谱中已受到广泛关注，但红外视频中的动作识别鲜有研究。由于序列中存在冗余且难以区分的纹理特征，在红外域中准确识别人体动作是一项极具挑战性的任务。此外，在某些情况下，由于多个活跃人物引入了与感兴趣的实际动作无关的干扰信息，带来了挑战。因此，大多数现有方法考虑的标准范式未考虑这些挑战，这部分是由于某些情况下识别任务的定义模糊。在本文中，我们提出一种新方法，在无需任何先验知识或显式标注的情况下，同时高效学习识别红外光谱中的人体动作，并自动识别执行该动作的关键演员。我们的方法由三个阶段组成。在第一阶段，执行基于光流的关键演员识别。然后对每个关键演员，我们估计将引导帧选择过程的关键姿态。执行尺度不变编码过程以及嵌入姿态过滤，以增强动作表示的质量。在 InfAR 数据集上的实验结果表明，我们提出的模型取得了有前景的识别性能并学习了有用的动作表示。
引用
@article{arxiv.2204.08671,
title = {ActAR: Actor-Driven Pose Embeddings for Video Action Recognition},
author = {Soufiane Lamghari and Guillaume-Alexandre Bilodeau and Nicolas Saunier},
journal= {arXiv preprint arXiv:2204.08671},
year = {2022}
}