面向细粒度动作的实时动作识别及洗手数据集
计算机视觉与模式识别
2022-10-17 v1 人工智能
计算机与社会
摘要
在本文中，我们提出一种用于实时动作识别的三流算法，以及一个洗手视频新数据集，旨在使动作识别与现实约束相对齐以得出有效结论。提出了一种三流融合算法，其运行准确且高效，即使在如 Raspberry Pi 等低功耗系统上也能实时工作。所提算法的基石是在使用高效架构和光流计算的同时，融合视频中的空间与时间信息以及物体信息，从而在实时下取得可喜结果。该算法在 UCF-101 和 HMDB-51 数据集上进行了基准测试，分别达到 92.7% 和 64.9% 的准确率。需注意的重要一点是，该算法的新颖性在于它还能学习极相似动作之间细微的差异，这即便对人眼也困难。此外，注意到用于识别非常相似或细粒度动作的数据集匮乏，本文还引入了一个公开可用的新数据集——洗手数据集（Hand Wash Dataset），旨在未来为细粒度动作识别任务引入新基准。
引用
@article{arxiv.2210.07400,
title = {Real-time Action Recognition for Fine-Grained Actions and The Hand Wash Dataset},
author = {Akash Nagaraj and Mukund Sood and Chetna Sureka and Gowri Srinivasa},
journal= {arXiv preprint arXiv:2210.07400},
year = {2022}
}
备注
This paper was originally written in early 2020