曲率：视频序列中动作识别的一种特征签名
计算机视觉与模式识别
2019-06-18 v2
摘要
本文引入了一种新颖的人体动作识别特征签名，即视频序列的曲率。以此方式，对序列数据的分布进行建模，从而支持少样本学习。我们的算法不依赖于识别图像内部的特征，而是将动作视为跨越整幅图像序列的通用时间尺度上的序列。将视频序列视为像素空间中的一条曲线，通过使用像素空间中曲线的弧长进行重参数化来对齐。一旦获得此类曲率，便提取统计指标并输入基于学习的分类器。总体而言，我们的方法简单而强大。初步实验结果表明，我们的方法有效，并在基于视频的人体动作识别中达到了 SOTA 性能。此外，我们认为将这一思想迁移到其他基于序列的识别应用（如语音识别、机器翻译和文本生成）中具有潜在能力。
引用
@article{arxiv.1904.13003,
title = {Curvature: A signature for Action Recognition in Video Sequences},
author = {He Chen and Gregory S. Chirikjian},
journal= {arXiv preprint arXiv:1904.13003},
year = {2019}
}