用于动作识别的分层自组织映射系统中的一阶与二阶动力学
计算机视觉与模式识别
2021-04-14 v1 人机交互
摘要
人类对其他人类动作的识别非常高效，且基于运动模式。我们的理论出发点是关节运动的动力学对动作分类十分重要。基于该理论，我们提出了一种新颖的动作识别系统，其采用分层自组织映射（Self-Organizing Maps）以及一个定制的监督神经网络，该网络学习对动作进行分类。系统对来自类Kinect的3D相机的输入进行预处理，以利用不仅关于关节位置、还有其一阶和二阶动力学的信息。我们在两个使用公开可用数据集的实验中评估了我们的系统，并将其性能与较不精细的输入预处理下的性能进行比较。结果表明，包含动作动力学可提升性能。我们还应用了一种注意力机制，聚焦于身体中最参与执行动作的部位。
引用
@article{arxiv.2104.06059,
title = {First and Second Order Dynamics in a Hierarchical SOM system for Action Recognition},
author = {Zahra Gharaee and Peter Gärdenfors and Magnus Johnsson},
journal= {arXiv preprint arXiv:2104.06059},
year = {2021}
}