用于动作识别的动态矩阵分解
计算机视觉与模式识别
2019-02-21 v1
摘要
设计一种自动分析视频中不同动作以检测感兴趣活动存在的技术在当今具有重要意义。本文中，我们探索一种鲁棒且动态的表观技术以识别不同动作活动。我们还利用低秩结构化稀疏矩阵分解(LSMD)方法更好地建模这些活动。我们的方法能有效编码局部化时空特征，从而能够分析视频中发生的局部运动。我们提出的模型使用相邻帧差作为方法输入，从而迫使模型捕捉视频中发生的变化。我们模型的性能在基准数据集上按检测精度进行了测试。我们模型取得的结果显示了其在检测动作活动方面的良好能力。
引用
@article{arxiv.1902.07438,
title = {Dynamic Matrix Decomposition for Action Recognition},
author = {Abdul Basit},
journal= {arXiv preprint arXiv:1902.07438},
year = {2019}
}