尺度金字塔与时空金字塔匹配的时间扩展用于动作识别
计算机视觉与模式识别
2014-09-01 v1
摘要
历史上，该领域研究人员花费了大量精力创建具有尺度不变性并保留空间位置信息的图像表示。本文提出在用于动作识别的视频表示中编码等效的时间特征。为实现时间尺度不变性，我们开发了一种称为时间尺度金字塔（TSP）的方法。为编码时间信息，我们提出并比较了两种方法：时间扩展描述符（TED）和时间分割金字塔（TDP）。我们的目的是为匹配速度和外观变化巨大的复杂动作提供解决方案，而这是当前大多数动作表示所缺失的。在四个基准数据集（UCF50、HMDB51、Hollywood2 和 Olympic Sports）上的实验结果支持了我们的方法，并显著优于最先进的方法。值得注意的是，我们在具有挑战性的 HMDB51 和 Hollywood2 数据集上分别取得了 65.0% 的平均准确率和 68.2% 的平均精度均值，相较于最先进方法分别实现了 7.8% 和 3.9% 的绝对提升。
引用
@article{arxiv.1408.7071,
title = {Temporal Extension of Scale Pyramid and Spatial Pyramid Matching for Action Recognition},
author = {Zhenzhong Lan and Xuanchong Li and Alexandar G. Hauptmann},
journal= {arXiv preprint arXiv:1408.7071},
year = {2014}
}