HOPC：用于动作识别的 3D 点云定向主成分直方图
计算机视觉与模式识别
2014-09-23 v4
摘要
现有的 3D 动作识别技术对视角变化敏感，因为它们从随视角显著变化的深度图像中提取特征。相比之下，我们直接处理点云，并提出一种新的动作识别技术，该技术对噪声、动作速度和视角变化更具鲁棒性。我们的技术包含一种新颖的描述子和关键点检测算法。所提出的描述子通过在点周围的自适应时空支持体积内编码定向主成分直方图（HOPC）来提取。基于此描述子，我们提出了一种在 3D 点云序列中检测时空关键点（STKPs）的新方法。实验结果表明，所提出的描述子和 STKP 检测器在三个基准人体活动数据集上优于最先进（state-of-the-art）的算法。我们还引入了一个新的多视图公共数据集，并展示了我们提出的方法对视角变化的鲁棒性。
引用
@article{arxiv.1408.3809,
title = {HOPC: Histogram of Oriented Principal Components of 3D Pointclouds for Action Recognition},
author = {Hossein Rahmani and Arif Mahmood and Du Q. Huynh and Ajmal Mian},
journal= {arXiv preprint arXiv:1408.3809},
year = {2014}
}
备注
ECCV 2014