动作胶囊：人体骨骼动作识别
计算机视觉与模式识别
2023-05-30 v1
摘要
由于所提供的紧凑且丰富的高层表示，基于骨骼的人体动作识别最近成为一个高度活跃的研究课题。先前的研究已表明，在时空维度上考察关节关系可提供对动作识别至关重要的有效信息。然而，在时空特征提取过程中有效编码关节的全局依赖关系仍然具有挑战性。在本文中，我们引入动作胶囊（Action Capsule），其通过考虑骨骼序列中关节的潜在相关性来识别与动作相关的关键关节。我们展示，在推理过程中，我们的端到端网络关注于每组动作特定的关节集合，其编码的时空特征被聚合以识别动作。此外，使用多阶段动作胶囊增强了网络分类相似动作的能力。因此，我们的网络在 N-UCLA 数据集上优于最先进的方法，并在 NTURGBD 数据集上获得了有竞争力的结果。同时，基于 GFLOPs 测量，我们的方法具有显著更低的计算需求。
引用
@article{arxiv.2301.13090,
title = {Action Capsules: Human Skeleton Action Recognition},
author = {Ali Farajzadeh Bavil and Hamed Damirchi and Hamid D. Taghirad},
journal= {arXiv preprint arXiv:2301.13090},
year = {2023}
}
备注
11 pages, 11 figures