基于 2D 物体与手部姿态的第一视角人体动作识别
计算机视觉与模式识别
2023-06-09 v1
摘要
第一视角动作识别对于依赖第一视角摄像头的医疗健康与辅助技术至关重要，因为它能够在用户无意识投入的情况下，对日常生活活动（ADLs）进行自动且持续的监测。本研究探讨了使用 2D 手部与物体姿态信息进行第一视角动作识别的可行性。尽管现有文献聚焦于 3D 手部姿态信息，我们的工作表明，使用 2D 骨架数据是一种颇具前景的基于手部的动作分类方法，可能增强隐私保护，且计算需求更低。该研究采用一种基于 transformer 的先进方法对序列进行分类，取得了 94% 的验证准确率，优于其他现有方案。测试子集准确率降至 76%，表明仍需进一步提升泛化能力。本研究凸显了 2D 手部与物体姿态信息在动作识别任务中的潜力，并为基于 3D 的方法提供了一个有前景的替代方案。
引用
@article{arxiv.2306.05147,
title = {Human Action Recognition in Egocentric Perspective Using 2D Object and Hands Pose},
author = {Wiktor Mucha and Martin Kampel},
journal= {arXiv preprint arXiv:2306.05147},
year = {2023}
}