基于加速度图像的运动表征
计算机视觉与模式识别
2016-08-31 v1 机器人学
摘要
时间微分信息是运动表征中极为重要的线索。我们已应用了来自位置信息的一阶微分速度，此外，我们认为二阶微分加速度也是运动表征中的一个重要特征。然而，基于典型光流的加速度图像包含运动噪声。由于这些噪声过强，难以在图像序列中捕捉有效的运动特征，我们此前未采用加速度图像。另一方面，近期出现的卷积神经网络（CNN）对输入噪声具有鲁棒性。本文中，我们在基于双流CNN的空间流和时间流之外，引入了加速度流。我们清晰地展示了在双流CNN中加入加速度流的有效性。
引用
@article{arxiv.1608.08395,
title = {Motion Representation with Acceleration Images},
author = {Hirokatsu Kataoka and Yun He and Soma Shirakabe and Yutaka Satoh},
journal= {arXiv preprint arXiv:1608.08395},
year = {2016}
}