用于动作与手势识别的时空协方差描述子
计算机视觉与模式识别
2013-03-26 v1 人机交互
摘要
我们提出了一种新的动作和手势识别方法，该方法基于时空协方差描述子以及一种加权 Riemann 局部保持投影方法，后者考虑了由描述子形成的弯曲空间。随后在 boosting 过程中利用该加权投影，构建了一个最终的多元分类算法，该算法采用了最有用的时空区域。我们还展示了如何通过积分视频表示快速计算这些描述子。在 UCF sport、CK+ 面部表情和 Cambridge 手部手势数据集上的实验表明，与几种最新的先进技术相比，所提方法具有更优越的性能。该方法鲁棒性强，无需对视频进行额外的处理，如前景检测、兴趣点检测或跟踪。
引用
@article{arxiv.1303.6021,
title = {Spatio-Temporal Covariance Descriptors for Action and Gesture Recognition},
author = {Andres Sanin and Conrad Sanderson and Mehrtash T. Harandi and Brian C. Lovell},
journal= {arXiv preprint arXiv:1303.6021},
year = {2013}
}