P-CNN：基于姿态的 CNN 特征用于动作识别
计算机视觉与模式识别
2015-09-24 v2
摘要
本工作针对视频中的人体动作识别。虽然最近的方法通常通过局部视频特征的统计量来表示动作，但我们在此论证了源自人体姿态的表示的重要性。为此，我们提出了一种新的基于姿态的卷积神经网络描述符 (P-CNN) 用于动作识别。该描述符沿人体部位轨迹聚合运动和外观信息。我们研究了不同的时间聚合方案，并对自动估计和人工标注的人体姿态获得的 P-CNN 特征进行了实验。我们在近期具有挑战性的 JHMDB 和 MPII Cooking 数据集上评估了我们的方法。对于这两个数据集，我们的方法均显示出优于最先进水平的一致改进。
引用
@article{arxiv.1506.03607,
title = {P-CNN: Pose-based CNN Features for Action Recognition},
author = {Guilhem Chéron and Ivan Laptev and Cordelia Schmid},
journal= {arXiv preprint arXiv:1506.03607},
year = {2015}
}
备注
ICCV, December 2015, Santiago, Chile