基于时序卷积网络的可解释三维人体动作分析
计算机视觉与模式识别
2017-04-18 v1
摘要
现代深度学习模型用于三维人体动作识别的判别能力正变得愈发强大。结合近期利用三维骨架的三维人体动作表示的复兴，近期进展的质量与速度都颇为显著。然而，最先进的基于学习的三维人体动作识别方法其内部机制仍大多是黑箱。本工作中，我们提议使用一类称为时序卷积神经网络 (TCN) 的新模型进行三维人体动作识别。与流行的基于 LSTM 的循环神经网络模型相比，给定如三维骨架等可解释输入，TCN 为我们提供了一种显式学习易于解释的三维人体动作识别时空表示的方法。我们给出了以可解释性为出发点重新设计 TCN 的策略，以及如何利用该模型此类特性构建强大的三维活动识别方法。通过本工作，我们希望朝着更易理解、解释和阐释的时空模型迈出一步。所得模型 Res-TCN 在最大的三维人体动作识别数据集 NTU-RGBD 上取得了最先进的结果。
引用
@article{arxiv.1704.04516,
title = {Interpretable 3D Human Action Analysis with Temporal Convolutional Networks},
author = {Tae Soo Kim and Austin Reiter},
journal= {arXiv preprint arXiv:1704.04516},
year = {2017}
}
备注
8 pages, 5 figures, BNMW CVPR 2017 Submission