用于人体动作识别的对数欧几里得词袋模型
计算机视觉与模式识别
2016-07-08 v3
摘要
通过密集提取的局部时空特征来表示视频，最近已成为分析动作的一种流行方法。在本文中，我们通过设计基于时空特征协方差矩阵的词袋 (BoW) 模型来解决人体动作分类问题，其中特征由光流直方图构成。由于协方差矩阵构成了一种特殊的黎曼流形，即对称正定 (SPD) 矩阵空间，因此在区分协方差矩阵时应考虑非欧几何。为此，我们提出通过微分同胚将 SPD 流形嵌入到欧几里得空间中，并将 BoW 方法扩展为其黎曼版本。所提出的 BoW 方法在生成码本和直方图时考虑了 SPD 矩阵的流形几何结构。在具有挑战性的人体动作数据集上的实验表明，与几种最先进的方法相比，该方法在判别精度上取得了显著改进。
引用
@article{arxiv.1406.2139,
title = {Log-Euclidean Bag of Words for Human Action Recognition},
author = {Masoud Faraki and Maziar Palhang and Conrad Sanderson},
journal= {arXiv preprint arXiv:1406.2139},
year = {2016}
}