利用 HOG-HOF 特征进行单次学习手势识别
计算机视觉与模式识别
2014-02-18 v2
摘要
本文旨在描述基于 \textit{ChaLearn 手势数据集} 开发的单次学习手势识别系统。我们使用 RGB 和深度图像，并结合外观描述子（方向梯度直方图）与运动描述子（光流直方图）进行并行时间分割与识别。采用二次卡方距离族来测量直方图之间的差异，以捕捉跨 bin 关系。我们还提出了一种新的视频修剪算法，用于移除视频中所有不重要的帧。我们提出了两种方法，将 HOG-HOF 描述子与动态时间规整技术的变体相结合。这两种方法均优于其他已发表的方法，有助于缩小该任务上人类表现与算法表现之间的差距。相关代码已在 MLOSS 仓库中公开。
引用
@article{arxiv.1312.4190,
title = {One-Shot-Learning Gesture Recognition using HOG-HOF Features},
author = {Jakub Konečný and Michal Hagara},
journal= {arXiv preprint arXiv:1312.4190},
year = {2014}
}
备注
20 pages, 10 figures, 2 tables To appear in Journal of Machine Learning Research subject to minor revision