学习判别性轨迹元检测器集以实现精确的基于骨架的动作识别
计算机视觉与模式识别
2015-04-21 v1
摘要
低成本 RGB-D 传感器的引入推动了基于骨架的人体动作识别研究。然而，设计一种适用于表征含噪骨架序列动作的表示方法仍具挑战。本文针对该挑战提出两点见解：首先，我们表明骨架序列的判别性信息通常存在于短暂的时间间隔内，并提出一种简单而有效的局部描述子——轨迹元（trajectorylet），以捕捉该间隔内的静态与运动学信息；其次，我们进一步提出利用判别性轨迹元检测器集对每个轨迹元进行编码，该检测器集是从通过示例支持向量机（exemplar-SVMs）训练的大量候选检测器中筛选得出的。动作级表示通过对轨迹元编码进行池化获得。在基于 Kinect 传感器获取的标准数据集上的评估表明，在各种实验设置下，我们的方法均优于现有方法。
引用
@article{arxiv.1504.04923,
title = {Learning discriminative trajectorylet detector sets for accurate skeleton-based action recognition},
author = {Ruizhi Qiao and Lingqiao Liu and Chunhua Shen and Anton von den Hengel},
journal= {arXiv preprint arXiv:1504.04923},
year = {2015}
}
备注
10 pages