用于动作识别的 Hyper-Fisher 向量
计算机视觉与模式识别
2015-09-29 v1
摘要
本文提出了一种结合 Fisher 向量与词袋编码的新型编码方案，用于识别视频中的动作。所提出的 Hyper-Fisher 向量编码是基于传统词袋编码计算的局部 Fisher 向量之和。因此，与传统 Fisher 向量编码相比，该编码简单且是一种有效的表示。通过在具有挑战性的动作识别数据集（即 Youtube、Olympic Sports、UCF50 和 HMDB51）上进行广泛评估，我们表明所提出的 Hyper-Fisher 向量编码相比改进的 Fisher 向量编码将识别性能提高了约 2-3%。我们还进行了实验，表明 Hyper-Fisher 向量的性能对 BoW 编码的字典大小具有鲁棒性。
引用
@article{arxiv.1509.08439,
title = {Hyper-Fisher Vectors for Action Recognition},
author = {Sanath Narayan and Kalpathi R. Ramakrishnan},
journal= {arXiv preprint arXiv:1509.08439},
year = {2015}
}