面向动作理解的组合结构学习
计算机视觉与模式识别
2014-10-23 v1
摘要
动作理解文献的关注点主要集中在分类上，然而，许多应用（如移动机器人和视频搜索）需要更丰富的动作理解，包括分类、定位和检测的解决方案。在本文中，我们提出了一种组合模型，该模型利用了一种新的中层表示（称为组合轨迹）和一个局部铰接时空可变形部件模型（LALSDPM），以实现全面的动作理解。我们的方法在捕捉长程动态人类活动的可变结构方面具有优势。首先，组合轨迹捕捉时空中长程、频繁共现的轨迹组，并在判别式层次结构中表示它们，其中人体运动与相机运动在很大程度上被分离；其次，LASTDPM 学习了一个具有多层可变形部件的结构化模型，以捕捉多个层次的铰接运动。我们实现了我们的方法，并在动作检测、定位和识别这三个问题上都展示了最先进的性能。
引用
@article{arxiv.1410.5861,
title = {Compositional Structure Learning for Action Understanding},
author = {Ran Xu and Gang Chen and Caiming Xiong and Wei Chen and Jason J. Corso},
journal= {arXiv preprint arXiv:1410.5861},
year = {2014}
}
备注
13 pages