基于语义身体部位动作的单图像动作识别
计算机视觉与模式识别
2016-12-15 v1
摘要
本文提出了一种新颖的基于语义身体部位动作思想的单图像动作识别算法。与现有的自底向上方法不同，我们认为人体动作是有意义的身体部位动作的组合。具体而言，我们将人体分为五个部分：头部、躯干、手臂、手和腿。针对每个身体部位，我们定义了若干语义身体部位动作，例如手拿东西、手挥手。这些语义身体部位动作与身体动作（如写字、慢跑）密切相关。基于这一思想，我们提出了一个基于深度神经网络的系统：首先，通过半全卷积网络（Semi-FCN）定位身体部位。其次，对每个身体部位，使用部位动作残差网络（Part Action Res-Net）预测语义身体部位动作。最后，我们使用支持向量机（SVM）融合身体部位动作并预测整体身体动作。在PASCAL VOC 2012和Stanford-40两个数据集上的实验表明，mAP分别比现有最优方法提高了3.8%和2.6%。
引用
@article{arxiv.1612.04520,
title = {Single Image Action Recognition using Semantic Body Part Actions},
author = {Zhichen Zhao and Huimin Ma and Shaodi You},
journal= {arXiv preprint arXiv:1612.04520},
year = {2016}
}