[行为识别] 2018 AAAI 行为识别论文解读

Action Detection

[1] ++Action Recognition from Skeleton Data via Analogical Generalization over Qualitative
Representations
Kezhen Chen*, Kenneth Forbus++

• 思路： 从骨架图中学习人的行为

[2] ++Action Recognition with Coarse-to-Fine Deep Feature Integration and Asynchronous Fusion
Weiyao Lin*, Yang Mi, Jianxin Wu, Ke Lu, Hongkai Xiong++

• 提高精度的方法：

  • 生成更加具有针对性的动作特征，来更好的代表某个动作
  • 减少不同信息流的异步性

• 思路：

  • 由粗到细的网络提取共享的深层特征，然后逐步融合获得更好的表征特征
  • 异步融合网络，在不同时间融合来自不同流的信息

• 结果：

  • 无IDT的。UCF101上是94.3%，HMDB51是69.0%
  • 有IDT的。UCF101上是95.2%，HMDB51上是72.6%

[3] ++Cooperative Training of Deep Aggregation Networks for RGB-D Action Recognition
Pichao Wang*, Wanqing Li, Jun Wan, Philip Ogunbona, Xinwang Liu++

• 网络结构：该篇文章针对的是RGB-D图像，所以并没有细看~
  

• 思路：

  • 在RGB-D的视觉特征和深度特征上训练c-ConvNet卷积网络
  • 通过联合ranking loss和softmax loss能增强深度可分离特征的学习，也就是可以学到更加具有区分性的深度特征

• 实验结果

  • ChaLearn LAP Iso