ActionXPose：一种基于二维多视角姿态的实时人体动作识别新算法
图像与视频处理
2018-10-30 v1 计算机视觉与模式识别
摘要
我们提出 ActionXPose，一种用于姿态级人体动作识别（HAR）的基于二维姿态的新算法。该方法利用 OpenPose 检测器从 RGB 视频中提供的二维人体姿态。ActionXPose 旨在处理姿态数据，将其提供给长短期记忆神经网络（Long Short-Term Memory Neural Network）和一维卷积神经网络（1D Convolutional Neural Network），二者解决分类问题。ActionXPose 是首批利用二维人体姿态进行 HAR 的算法之一。该算法具有实时性能，并且对相机移动、主体距离变化、视角变化、主体外观变化具有鲁棒性，且提供高度的泛化能力。事实上，大量仿真表明 ActionXPose 可一次性使用不同数据集成功训练。我们在流行的姿态相关 HAR 问题数据集（i3DPost、KTH）上取得了当前最优性能，并将结果与其他方法（包括选定的 ActionXPose 基线）所获得的结果进行比较。此外，我们还提出了两个新数据集 MPOSE 和 ISLD，记录于我们的智能感知实验室（Intelligent Sensing Lab），以展示 ActionXPose 的泛化性能。
引用
@article{arxiv.1810.12126,
title = {ActionXPose: A Novel 2D Multi-view Pose-based Algorithm for Real-time Human Action Recognition},
author = {Federico Angelini and Zeyu Fu and Yang Long and Ling Shao and Syed Mohsen Naqvi},
journal= {arXiv preprint arXiv:1810.12126},
year = {2018}
}