[骨架动作识别]A New Representation of Skeleton Sequences for 3D Action Recognition

最新推荐文章于 2024-05-25 10:02:22 发布
最新推荐文章于 2024-05-25 10:02:22 发布
阅读量2.6k 收藏 10
点赞数 2
分类专栏： paper阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013608336/article/details/78740343
版权
该研究提出了将3D骨架序列转化为图像的新表示方法，利用卷积网络提取时序特征，以进行动作识别。通过以特定关节为基准，将骨架数据转换为灰度图片，并应用VGG网络和平均池化处理，取代LSTM来捕捉时间信息。实验表明，多任务学习（MTLN）策略在NTU-RGBD、SBU和CMU数据集上表现出色，尤其是在NTU-RGBD上相比特征拼接提高了约3%的准确性。
摘要由CSDN通过智能技术生成

A New Representation of Skeleton Sequences for 3D Action Recognition
CVPR 2017
本文的主要思想是将３d骨架坐标转换成图片，然后再用卷积网络提取特征，时域上的特征通过特殊的卷积核来提取，以达到时序记忆的目的。

一、主要方法

1.New Representation

每一段3d skeleton sequence都转换成四张图片。
以左肩、右肩、左臀、右臀作为基准点，计算和其他节点的相对位置，由此得到四个矩阵，再把这四个矩阵归一化到0-255之间，变成灰度图片，再送入网络提特征。
四个图片维度 （m−

最低0.47元/天 解锁文章
lgy_keira
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【论文学习】圆柱坐标：A New Representation of Skeleton Sequences for 3D Action Recognition
LoveKKarlie_的博客
03-02 394
A New Representation of Skeleton Sequences for 3D Action Recognition，CVPR2017，圆柱坐标。 首先将每个骨架序列转换为三个片段，每个片段由数个帧组成，用于使用深度神经网络进行空间时态特征学习。每个片段都是从骨架序列的圆柱坐标的一个通道生成的。生成的片段的每一帧表示整个骨骼序列的时间信息，并在关节之间合并了一种特定的空间关系。整个片段包括具有不同空间关系的多个帧，这些帧提供了人体骨骼的有用空间结构信息。
论文翻译：A New Representation of Skeleton Sequences for 3D Action Recognition
com_fang_bean的博客
07-22 645
提出了一种利用骨骼序列进行三维动作识别的新方法。，人体骨骼关节的三维轨迹)。该方法首先将每个骨架序列转换为三个片段，每个片段由若干帧组成，然后利用深度神经网络进行时空特征学习。每个剪辑由骨架序列的柱坐标的一个通道生成。 所生成的片段的每一帧代表了整个骨架序列的时间信息。并结合了关节之间的特定空间关系。整个剪辑包含多个具有不同空间关系的帧，为人体骨骼提供了有用的空间结构信息。我们建议使用深卷积神经网络学习的长期时间信息骨架序列帧的生成的片段,然后使用一个多任务学习网络(MTLN)共同并行处理所有帧生成的片段将
推荐开源项目：Shift-GCN - 骨骼动作识别的新标杆
最新发布
gitblog_00027的博客
05-25 394
推荐开源项目：Shift-GCN - 骨骼动作识别的新标杆 项目地址:https://gitcode.com/kchengiva/Shift-GCN 在这个计算机视觉和深度学习日益发达的时代，骨架数据在动作识别中的应用越来越广泛。Shift-GCN（Shift Graph Convolutional Network）是一个轻量级的骨架基行动识别模型，它以惊人的效率超越了现有的最佳方法，其FLOPs...
论文研究-Multilevel LSTM for Action Recognition Based on Skeleton Sequence.pdf
08-16
基于骨骼序列的多层级LSTM动作识别，陈艳如，潘华伟，基于骨架的人体动作识别在人机交互和智能监控中具有广泛的应用,人类行为可以通过骨架关节的轨迹来表示。长期短期记忆（LSTM）网络�
基于3D关节点的人体动作识别综述
热门推荐
yeluohanchan的博客
12-04 6万+
文基于3D关节点的人体动作识别综述 原文：2016，Pattern Recognition： 3D skeleton-based human action classification: A survey 摘要 近年来，基于深度序列的人体动作分类的研究越来越多，出现了基于不同数据源：深度图或RGB视频的3D人体关节的人体动作分类的方法以及特征表示方法。 本文...
论文阅读：A new representation of skeleton sequences for 3d action recognition
qq_36627158的博客
06-08 275
A new representation of skeleton sequences for 3d action recognition （2017 CVPR） Qiuhong Ke, Mohammed Bennamoun, Senjian An, Ferdous Sohel, Farid Boussaid Notes Contributions We propose to transform each skeleton sequence to a new representation, i.
P-H Curve, a Graphical Representation of Protein Sequences for Similarities Analysis
02-09
P-H Curve, a Graphical Representation of Protein Sequences for Similarities Analysis
A COMPACT PAIRWISE TRAJECTORY REPRESENTATION FOR ACTION RECOGNITION
02-22
A COMPACT PAIRWISE TRAJECTORY REPRESENTATION FOR ACTION RECOGNITION
Decision fusion of sparse representation and support vector machine for SAR image target recognition
02-09
We propose a decision fusion method of Sparse Representation (SR) and Support Vector Machine (SVM) for Synthetic Aperture Radar (SAR) image target recognition in this paper. First, a fast SR ...
A Novel Cylindrical Representation for Characterizing Intrinsic Properties of Protein Sequences
02-11
A Novel Cylindrical Representation for Characterizing Intrinsic Properties of Protein Sequences
sequence.pdf
06-02
时间限制： 2.0 秒 空间限制： 256 MB 题目描述 给定一个长度为 的非负整数序列 ，对于 的一个子序列 （ ， ，下同），称 是 的优秀子序列当且仅当，其任意两个不同元素的按位与结果均为 0，即： ，满足： ，其中 是按位与运算。 对于子序列 ，我们定义其价值为 ，其中 表示小等于 的正整数中与 互质的数的个数。 现在请你求出 的所有优秀子序列的价值之和，答案对 取模。 输入格式 第一行一个正整数 表示序列长度。 第二行 个用空格分隔的非负整数，表示 。 输出格式 仅一行一个整数，表示答案对 取模的结果。 样例1输入 4 1 2 2 3 n A = {a ,a ,⋯ ,a } 1 2 n A B = {a ,a ,⋯ ,a } b 1 b 2 b m 0 ≤ m ≤ n 1 ≤ b < 1 b < 2 ⋯ < b ≤ m n B A ∀1 ≤ i < j ≤ m a  and a = b i b j 0  and B = {a ,a ,⋯ ,a } b 1 b 2 b m φ(1 + a ) ∑ i=1 m b i φ(x) x x A 10 + 9 7 n n a ,a ,⋯ ,a 1 2 n 10 + 9 7 样例1输出 12 样例1解释 符合条件的子序列有： ， ， ， ， ， ， ，它们价值依次为 1，1，2，2，2，2，2，总和为 12。 数据范围与提示 对于 的数据，满足 。 对于 的数据，满足 。 对于 的数据，满足 。 另有 的数据，满足 。 对于所有数据，满足 ， 。
Python-骨架动作识别论文汇总
08-11
The paper list about skeleton-based action recognition.
基于深度学习的视频行为识别综述
03-25
本文是基于深度学习的视频行为识别综述，对主流的行为识别方法Two-stream,c3d,r3d等进行简单介绍。
TUM数据集（RGBD）百度云下载链接，官网下载实在太慢了，下载了一个数据集传到了百度云供大家下载
03-14
TUM数据集（RGBD）百度云下载链接，官网下载实在太慢了，于是我就下载了一个数据集传到了百度云供大家下载，赚一丁点积分下载其他文档/笑哭，
姿势检测的动作识别
05-18
动作识别 训练 python ActionRecognition/train_action_from_pose.py 测试 通过getpersonpose_array获取信息，然后运行 python ActionRecognition/test_action_from_pose.py 其中，person02_boxing_d2_uncomp 和 person05_walking_d1_uncomp 需要预先通过 PosturalRecognition/test/VideoCapture.py 进行预处理 最后输出动作发生的概率
Skeleton相关论文简介
iamjingong的博客
06-12 724
1、《On Geometric Features for Skeleton-Based Action Recognition using Multilayer LSTM Networks》2017 所有数据之间的关系，关节点之间进行连线，前面的一些工作虽然也这么做了，但是没有做到最好的连接；分层的LSTM模型，具体是三层，网络模型并没有做了很大的改进，只是简单的增加了LSTM的层数...
CVPR2017 all paper list
一亩半分地
07-26 2万+
本文给出了CVPR2017的最新的paperlist
深度图骨架信息驱动的稀疏表示人类活动识别
本文主要探讨了"基于骨骼信息的稀疏表示识别人类活动"这一主题，针对人类活动识别这一复杂且具有多样性的任务...这项工作对于提升人工智能在动作识别领域的技术水平具有重要意义，也为后续研究提供了新的视角和方法论。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值