基于卷积神经网络（CNN）的骨架人体动作识别
计算机视觉与模式识别
2023-02-01 v1 人工智能
摘要
近来，由于计算高效、特征具代表性以及光照不变性等优势，研究界对基于骨架的动作识别兴趣显著增长。尽管如此，研究者仍在探索以骨架表示与提取特征表征人体动作的最优方式。因此，人体动作识别数据集的规模与可得性大幅提升。此外，得益于各类计算机视觉任务的显著进展，基于深度学习的算法已广受欢迎。基于骨架的动作识别中多数最先进工作采用图神经网络（GCN）架构来表征人体并提取特征。我们的研究表明，在采用恰当的训练技巧、数据增强与优化器时，卷积神经网络（CNN）可取得与 GCN 相当的结果。我们的方法经过严格验证，并在 NTU-60 数据集上取得了 95% 的得分。
引用
@article{arxiv.2301.13360,
title = {Skeleton-based Human Action Recognition via Convolutional Neural Networks (CNN)},
author = {Ayman Ali and Ekkasit Pinyoanuntapong and Pu Wang and Mohsen Dorodchi},
journal= {arXiv preprint arXiv:2301.13360},
year = {2023}
}