基于记忆组采样的动力学骨架特征在线动作识别
计算机视觉与模式识别
2020-11-04 v2 人机交互
摘要
在线动作识别是以人为中心的智能服务的重要任务，由于人体动作空间和时间尺度的多样性和不确定性，该任务仍难以实现。本文提出两个核心思路来处理在线动作识别问题。首先，我们结合空间和时间骨架特征来刻画动作，其不仅包含几何特征，还包含多尺度运动特征，从而覆盖动作的空间和时间信息。其次，我们提出一种记忆组采样方法，将先前动作帧与当前动作帧相结合，其基于相邻帧高度冗余这一事实，且该采样机制确保长期上下文信息也被考虑。最后，采用改进的一维CNN网络利用采样帧的特征进行训练和测试。使用公开数据集与最先进方法的对比结果表明，所提方法快速高效且具有竞争力。
引用
@article{arxiv.2011.00553,
title = {Memory Group Sampling Based Online Action Recognition Using Kinetic Skeleton Features},
author = {Guoliang Liu and Qinghui Zhang and Yichao Cao and Junwei Li and Hao Wu and Guohui Tian},
journal= {arXiv preprint arXiv:2011.00553},
year = {2020}
}