基于滑动字典的稀疏表示用于动作识别
计算机视觉与模式识别
2016-11-02 v1
摘要
鉴于动作识别在游戏、监控和医疗保健中的应用，该任务一直处于研究的前沿。在这项工作中，我们提出了一种简单但非常有效的方法，利用骨骼关节实现离线和在线动作识别的无缝衔接。我们构建了一个滑动字典，其中包含训练数据及其时间戳。这用于计算输入动作序列的稀疏系数，该序列被划分为重叠窗口，每个窗口给出每个动作类的概率分数。此外，我们计算了另一个简单特征，它将每个动作序列与训练序列进行校准，并建模动作相对于每个训练数据的偏差。最后，获得了每个窗口的两个异构但互补特征的分数级融合，并且可用窗口的分数被连续组合以给出每个动作类的置信度分数。这种组合分数的方式使得该方法适用于仅部分序列可用的场景。在三个公开数据集上的广泛实验评估显示了所提方法对于离线和在线动作识别任务的有效性。
引用
@article{arxiv.1611.00218,
title = {Sliding Dictionary Based Sparse Representation For Action Recognition},
author = {Yashas Annadani and D L Rakshith and Soma Biswas},
journal= {arXiv preprint arXiv:1611.00218},
year = {2016}
}
备注
7 Pages