视频中的动作识别：从运动捕捉实验室到网络

本文综述了基于单摄像头视觉数据的人体动作识别方法。我们提出了一个组织框架，突显了该领域的演变过程，即技术从高度受约束的运动捕捉场景向更具挑战性、更真实、“在野外”的视频发展。所提出的组织基于用作识别任务输入的表示，强调了所采用的假设，从而也强调了每种技术能够处理的视频类型所施加的约束。明确假设和约束使得该框架对于根据特定应用选择方法特别有用。该组织的另一个优点是，它允许将最新方法与传统方法无缝地分类，同时提供了对动作识别任务至今演变的深刻视角。该视角是本文末尾讨论的基础，我们还在那里介绍了该领域的主要未解决问题。