创建用于人体活动识别的大规模合成数据集
计算机视觉与模式识别
2020-07-23 v1
摘要
创建并标注用于训练人体活动识别模型的视频数据集是一项艰巨任务。本文通过使用 3D 渲染工具生成合成视频数据集来解决此问题，并表明在这些视频上训练的分类器能够泛化到真实视频。我们使用五种不同的增强技术来生成视频，从而得到大量准确标注的独特视频。我们在我们的视频上对预训练的 I3D 模型进行微调，发现该模型在 HMDB51 数据集的三个类别上能够达到 73% 的高准确率。我们还发现，用我们的数据集扩充 HMDB 训练集可使分类器性能提升 2%。最后，我们讨论了该数据集可能的扩展，包括虚拟试穿和对人体运动进行建模。
引用
@article{arxiv.2007.11118,
title = {Creating a Large-scale Synthetic Dataset for Human Activity Recognition},
author = {Ollie Matthews and Koki Ryu and Tarun Srivastava},
journal= {arXiv preprint arXiv:2007.11118},
year = {2020}
}