基于深度视频序列多尺度特征图的人体动作识别
计算机视觉与模式识别
2021-01-20 v1 多媒体
摘要
人体动作识别是计算机视觉中的活跃研究领域。尽管已取得很大进展，以往方法大多仅基于单一尺度的深度数据识别动作，因此在实际应用场景中常忽略提供额外信息的多尺度特征。本文提出一种聚焦于多尺度运动信息以从深度视频序列识别人体动作的新框架。我们提出一种称为拉普拉斯金字塔深度运动图像（LP-DMI）的多尺度特征图。我们采用深度运动图像（DMI）作为模板来生成动作的多尺度静态表示。然后，我们计算 LP-DMI 以增强运动的尺度动态信息并减少人体中冗余的静态信息。我们进一步提取称为 LP-DMI-HOG 的多粒度描述子以提供更具判别性的特征。最后，我们利用极限学习机（ELM）进行动作分类。所提方法在公开 MSRAction3D 数据集、UTD-MHAD 和 DHA 数据集上分别取得 93.41%、85.12%、91.94% 的识别准确率。通过大量实验，我们证明该方法优于当前最优基准。
引用
@article{arxiv.2101.07618,
title = {Human Action Recognition Based on Multi-scale Feature Maps from Depth Video Sequences},
author = {Chang Li and Qian Huang and Xing Li and Qianhan Wu},
journal= {arXiv preprint arXiv:2101.07618},
year = {2021}
}
备注
20 pages, 7 figures