基于误差校正Hough变换的ego-centric深度序列手部动作检测
计算机视觉与模式识别
2016-06-08 v1
摘要
由于手部关节复杂且灵活，以及相机运动非稳定， 从ego-centric深度序列中检测手部动作是一个实际难以解决的问题。我们通过基于Hough变换的方法，结合判别式学习的误差校正组件来应对该问题，解决Hough变换中错误投票的已知问题。在该框架中，局部部件会对每个动作在时间上的起始与结束位置进行集体投票。我们还构建了一个包含300段长视频、3177个单一动作子序列（涵盖16种动作类别）的人工标注数据集，来自26名个体。我们在该真实数据集上对该系统进行了实验评估，分别用于动作识别和检测任务，结果表明系统表现令人满意。为便于复现，我们还在线提供了新数据集和我们的实现。
引用
@article{arxiv.1606.02031,
title = {Hand Action Detection from Ego-centric Depth Sequences with Error-correcting Hough Transform},
author = {Chi Xu and Lakshmi Narasimhan Govindarajan and Li Cheng},
journal= {arXiv preprint arXiv:1606.02031},
year = {2016}
}