简洁而高效的实时基于姿态的动作识别
计算机视觉与模式识别
2019-04-22 v1 机器学习
摘要
识别人类动作是自主系统的核心挑战，因为它们与人类直接共享同一空间。系统必须能够实时识别和评估人类动作。为了训练相应的数据驱动算法，需要大量带标注的训练数据。我们展示了一个流水线，使用标准单目相机传感器实时检测人体、估计其姿态、随时间跟踪并识别其动作。对于动作识别，我们将人体姿态编码为一种称为编码人体姿态图像（Encoded Human Pose Image, EHPI）的新数据格式，随后可使用计算机视觉领域的标准方法进行分类。凭借这一简单流程，我们在基于姿态的动作检测中取得了具有竞争力的SOTA性能，并能确保实时性。此外，我们展示了自动驾驶背景下的一个用例，以说明此类系统如何训练利用仿真数据识别人类动作。
引用
@article{arxiv.1904.09140,
title = {Simple yet efficient real-time pose-based action recognition},
author = {Dennis Ludl and Thomas Gulde and Cristóbal Curio},
journal= {arXiv preprint arXiv:1904.09140},
year = {2019}
}
备注
Submitted to IEEE Intelligent Transportation Systems Conference (ITSC) 2019. Code will be available soon at https://github.com/noboevbo/ehpi_action_recognition