基于整体与姿态特征的细粒度活动识别
计算机视觉与模式识别
2014-07-29 v2
摘要
基于密集轨迹的整体方法目前是人体视频活动识别的事实标准。整体表示是否会持续存在，还是会被基于身体姿态和运动的更高级视频编码所取代，是一个 ongoing debate 的主题。在本文中，我们旨在阐明导致整体和基于姿态的表示具有良好性能的潜在因素。为此，我们利用现有人类活动分类法构建了最新的数据集。该数据集包含 24,920 个视频片段，共涵盖 410 种人类活动。我们的分析表明，整体方法和基于姿态的方法具有高度互补性，其性能随活动类型的不同而显著变化。我们发现，整体方法主要受轨迹数量和速度的影响，而基于姿态的方法主要受人物视角的影响。我们观察到不同活动之间存在显著的性能差异：对于某些活动，基于姿态特征的结果比整体特征准确两倍以上，反之亦然。在我们比较中表现最好的方法是基于整体和基于姿态方法的组合，这再次强调了它们的互补性。
引用
@article{arxiv.1406.1881,
title = {Fine-grained Activity Recognition with Holistic and Pose based Features},
author = {Leonid Pishchulin and Mykhaylo Andriluka and Bernt Schiele},
journal= {arXiv preprint arXiv:1406.1881},
year = {2014}
}
备注
12 pages