第一人称动作识别的轨迹对齐特征
计算机视觉与模式识别
2016-04-08 v1
摘要
自我中心视频的特征在于其能够提供第一人称视角。随着Google Glass和GoPro的普及，自我中心视频的使用正在增加。从自我中心视频中识别佩戴者的动作是一个重要问题。由于佩戴者自然的头部运动导致的相机无规则运动，会引起自我中心相机视野的剧烈变化，使得许多标准的第三人称动作识别技术在此类视频上表现不佳。场景中出现的物体和佩戴者的手势是第一人称动作识别最重要的线索，但在自我中心视频中难以分割和识别。我们提出了一种源自特征轨迹的第一人称动作新表征。这些特征使用标准点跟踪即可简单计算，并且与许多先前方法不同，不假设对手/物体进行分割或识别物体或手部姿态。我们使用所提特征训练了一个词袋分类器，并在公开数据集上报告了超过11%的性能提升。尽管并非针对该特定情况设计，我们表明我们的技术也能在手部或物体不可见时识别佩戴者的动作。
引用
@article{arxiv.1604.02115,
title = {Trajectory Aligned Features For First Person Action Recognition},
author = {Suriya Singh and Chetan Arora and C. V. Jawahar},
journal= {arXiv preprint arXiv:1604.02115},
year = {2016}
}