用于跨视角动作识别的定向主成分直方图
计算机视觉与模式识别
2015-09-04 v2
摘要
现有的 3D 动作识别技术对视角变化敏感，因为它们从依赖于视角的深度图像中提取特征。相比之下，我们直接处理点云，以进行来自未知和未见视角的跨视角动作识别。我们提出了定向主成分直方图（HOPC）描述子，其对噪声、视角、尺度和动作速度变化具有鲁棒性。在 3D 点处，HOPC 通过将点云在其局部时空支持体积内的三个缩放特征向量投影到正十二面体的顶点上来计算。HOPC 还用于检测 3D 点云序列中的时空关键点（STK），以便仅在这些关键位置使用视角不变的 STK 描述子（或局部 HOPC 描述子）进行动作识别。我们还提出了一种全局描述子，其由 4D 中 STK 的归一化时空分布计算得出，我们称之为 STK-D。我们在两个跨视角和三个单视角人体动作识别数据集上，针对九种现有技术评估了所提描述子的性能。实验结果表明，我们的技术相比最先进方法提供了显著改进。
引用
@article{arxiv.1409.6813,
title = {Histogram of Oriented Principal Components for Cross-View Action Recognition},
author = {Hossein Rahmani and Arif Mahmood and Du Huynh and Ajmal Mian},
journal= {arXiv preprint arXiv:1409.6813},
year = {2015}
}