基于主题模型的主导码字选择用于动作识别
计算机视觉与模式识别
2016-05-03 v1
摘要
在本文中，我们提出了一种识别人类活动的框架，该框架仅使用主题内主导码字和主题间向量的混合。隐狄利克雷分配（LDA）被用于发展人类运动基元的近似；这些是中级表示，并且在分类人类活动时自适应地整合主导向量。在LDA主题建模中，动作视频（文档）由词袋（来自字典的输入）表示，这些基于改进的密集轨迹。输出的主题对应于人类运动基元，例如手指移动或细微的腿部运动。我们消除每个运动基元中的杂质，例如跟踪丢失或光照条件变化。运动基元的组装向量是动作的改进表示。我们在四个不同数据集上演示了我们的方法。
引用
@article{arxiv.1605.00324,
title = {Dominant Codewords Selection with Topic Model for Action Recognition},
author = {Hirokatsu Kataoka and Masaki Hayashi and Kenji Iwata and Yutaka Satoh and Yoshimitsu Aoki and Slobodan Ilic},
journal= {arXiv preprint arXiv:1605.00324},
year = {2016}
}
备注
in CVPRW16