基于RGB-D的轻量级三维卷积网络动作识别
计算机视觉与模式识别
2018-11-27 v1
摘要
与RGB视频不同，RGB-D视频中的深度数据为三刺激视觉数据提供了关键的互补信息，有可能提高动作识别的准确率。然而，大多数现有的仅使用RGB视频的动作识别模型限制了性能上限。此外，最先进的动作识别模型，即三维卷积神经网络（3D-CNNs），包含海量参数，存在计算效率低下的问题。本文中，我们提出了一系列基于RGB-D数据的轻量级三维动作识别架构。与传统的3D-CNN模型相比，所提出的轻量级3D-CNNs参数大幅减少，计算成本更低，同时取得了良好的识别性能。在两个公开基准数据集上的实验结果表明，我们的模型可以接近或超越最先进的方法。具体而言，在RGB+D-NTU（NTU）数据集上，我们在跨主体和跨视角度量下分别达到93.2%和97.6%；在Northwestern-UCLA Multiview Action 3D（N-UCLA）数据集上，我们达到95.5%的跨视角准确率。
引用
@article{arxiv.1811.09908,
title = {RGB-D Based Action Recognition with Light-weight 3D Convolutional Networks},
author = {Haokui Zhang and Ying Li and Peng Wang and Yu Liu and Chunhua Shen},
journal= {arXiv preprint arXiv:1811.09908},
year = {2018}
}
备注
14 pages