基于关节与物体轨迹联合模板的 3-D 数据人体活动识别
计算机视觉与模式识别
2018-08-14 v1
摘要
低成本深度传感器的可用性以及用于提取骨架关节位置的相对鲁棒算法的发展，激励了许多研究者利用 3-D 数据开发人体活动识别方法。本文提出一种基于归一化关节轨迹识别人体活动的有效方法。我们将动作表示为多维信号，并引入一种通过在“动态时间”意义上对样本取平均来生成动作模板的新方法。随后为处理执行动作速度和风格上的变化，我们通过一种高效算法将样本扭曲到动作模板，并采用小波滤波器提取有意义的时空特征。所提方法还能通过同时基于关节与物体轨迹执行模板生成和时间扭曲过程，对人体-物体交互进行建模。在多个具挑战性数据集上的实验评估表明了相较现有最优方法的有效性。
引用
@article{arxiv.1711.01589,
title = {Simultaneous Joint and Object Trajectory Templates for Human Activity Recognition from 3-D Data},
author = {Saeed Ghodsi and Hoda Mohammadzade and Erfan Korki},
journal= {arXiv preprint arXiv:1711.01589},
year = {2018}
}