基于动态概率网络的人体动作识别
计算机视觉与模式识别
2016-10-21 v1 人工智能
人机交互
摘要
本文探讨了动态概率网络（DPN）在人体动作识别中的应用。以举起物体、在房间内行走、在房间内就坐以及中性站立姿态等动作作为分类测试对象。研究利用了人体不同感兴趣区域（ROI）（面部、躯干、手臂、腿部）之间的动态相互关系，以及与这些 ROI 相关的时间序列事件。这些动态链接随后被用于识别场景中的人体行为特征。首先建立了一个模型来识别室内场景中的人体活动，该模型依赖于关键特征以及使用 DPN 建立的各动态事件之间的相互链接。子 ROI 通过 DPN 进行分类，以将组合的相互链接与特定的人体活动关联起来。比较了室内（受控光照条件）与室外光照条件下的识别准确率性能。室外场景的准确率低于受控环境。
引用
@article{arxiv.1610.06395,
title = {Dynamic Probabilistic Network Based Human Action Recognition},
author = {Anne Veenendaal and Eddie Jones and Zhao Gang and Elliot Daly and Sumalini Vartak and Rahul Patwardhan},
journal= {arXiv preprint arXiv:1610.06395},
year = {2016}
}
备注
7 pages, 4 figures