用于动作定位的部件检测
计算机视觉与模式识别
2017-07-25 v2
摘要
在本文中，我们提出一种用于动作定位的新框架，该框架在视频中跟踪人并提取全身人体管（即定位动作的时空区域），即使在遮挡或截断情况下也是如此。这是通过训练一种新的人体部件检测器实现的，该检测器对可见部件打分同时回归全身边界框。我们方法的核心是一个卷积神经网络，其学习特定于某些身体部件的部件提议。随后将这些组合起来以在每帧中鲁棒地检测人。我们的跟踪算法将图像检测在时间上连接以提取全身人体管。我们将这种新管提取方法应用于人体动作定位问题，在流行的 JHMDB 数据集和非常近期具有挑战性的数据集 DALY（YouTube 中的日常动作定位）上展示了最先进的结果。
引用
@article{arxiv.1707.06005,
title = {Detecting Parts for Action Localization},
author = {Nicolas Chesneau and Grégory Rogez and Karteek Alahari and Cordelia Schmid},
journal= {arXiv preprint arXiv:1707.06005},
year = {2017}
}
备注
BMVC 2017