ChaLearn Looking at People：用于大规模RGB-D手势识别的IsoGD与ConGD数据集
计算机视觉与模式识别
2020-07-30 v1
摘要
ChaLearn大规模手势识别挑战赛已在国际模式识别会议（ICPR）2016与国际计算机视觉会议（ICCV）2017的两个研讨会上各举办一次，吸引了全球超过200支队伍。该挑战赛设两个赛道，分别聚焦于孤立手势识别与连续手势识别。本文描述这两个基准数据集的构建，并基于这两个数据集分析大规模手势识别的进展。我们讨论采集大规模手势识别真值标注的挑战，并基于RGB-D视频序列对当前大规模孤立与连续手势识别的最优方法给出详细分析。除前一挑战赛所用的识别率与平均Jaccard指数（MJI）作为评价指标外，我们还引入修正分割率（CSR）指标来评估连续手势识别的时间分割性能。此外，我们提出一种双向长短期记忆（Bi-LSTM）基线方法，基于卷积姿态机（CPM）提取的骨架点确定视频分割点。实验表明，所提Bi-LSTM以CSR绝对提升8.1%（从0.8917至0.9639）优于当前最优方法。
引用
@article{arxiv.1907.12193,
title = {ChaLearn Looking at People: IsoGD and ConGD Large-scale RGB-D Gesture Recognition},
author = {Jun Wan and Chi Lin and Longyin Wen and Yunan Li and Qiguang Miao and Sergio Escalera and Gholamreza Anbarjafari and Isabelle Guyon and Guodong Guo and Stan Z. Li},
journal= {arXiv preprint arXiv:1907.12193},
year = {2020}
}
备注
14 pages, 8 figures, 6 tables