Skeleton Boxes：使用单个深度卷积神经网络解决基于骨架的动作检测
计算机视觉与模式识别
2017-04-20 v1
摘要
从良好分割的3D骨架视频中进行动作识别已被深入研究。然而，由于3D骨架视频表示的困难以及训练数据的缺乏，从流式3D骨架视频中进行动作检测仍远远落后于其识别对应任务以及基于图像的目标检测。本文针对该问题提出了一种新方法，它利用了有效的骨架视频编码和基于图像的深度回归目标检测。我们的框架由两部分组成：基于骨架的视频图像映射，其以保持时间信息的方式将骨架视频编码为彩色图像；以及基于图像检测的端到端可训练快速骨架动作检测器（Skeleton Boxes）。在最新且最大的PKU-MMD基准数据集上的实验结果表明，我们的方法大幅优于最先进的方法。我们相信我们的思路将启发并惠及这一重要领域的未来研究。
引用
@article{arxiv.1704.05643,
title = {Skeleton Boxes: Solving skeleton based action detection with a single deep convolutional neural network},
author = {Bo Li and Huahui Chen and Yucheng Chen and Yuchao Dai and Mingyi He},
journal= {arXiv preprint arXiv:1704.05643},
year = {2017}
}
备注
4 pages,3 figures, icmew 2017