基于RGB视频利用深度历史长短期记忆的网球动作识别
计算机视觉与模式识别
2018-09-26 v2 机器学习
机器学习
摘要
动作识别因在计算机视觉中基于RGB输入的潜在应用（如虚拟网球游戏以及通过视频进行网球技战术分析等体感模拟与统计）而受到越来越多的关注。近来，基于深度学习的方法在动作识别上取得了有前景的性能。本文提出采用卷积神经网络表征的加权长短期记忆用于三维网球击球动作识别。首先，使用预训练的Inception网络从每一视频帧单独提取局部二维卷积神经网络空间表征。然后，引入加权长短期记忆解码器，利用打分加权方案将时刻t的输出状态与时刻t-1的历史嵌入特征结合以生成特征向量。最后，我们使用所采用的CNN和加权LSTM将原始视觉特征映射到向量空间，以生成视觉序列的时空语义描述并对动作视频内容进行分类。在基准数据集上的实验表明，我们仅使用简单原始RGB视频的方法在网球击球识别上优于最先进的基线方法。
引用
@article{arxiv.1808.00845,
title = {RGB Video Based Tennis Action Recognition Using a Deep Historical Long Short-Term Memory},
author = {Jiaxin Cai and Xin Tang},
journal= {arXiv preprint arXiv:1808.00845},
year = {2018}
}