Sep, 2014

基于方向主成分直方图的跨视角动作识别

PDF
TL;DR该研究通过 HOPC 描述符和 STK 关键点的检测来实现对未知视角下的 3D 动作识别。全局 STK-D 描述符在四维空间中规范化检测 STK。实验结果表明，该方法在跨视觉和单视觉人体动作识别方面显著优于现有方法。
3d action recognitionviewpoint variationshopc descriptorspatio-temporal keypointscross-view action recognition
发现论文，激发创造
  • HOPC：三维点云的方向主成分直方图用于动作识别

    本文提出了一种新的 3D 动作识别技术，直接处理点云数据，并通过新的描述符和关键点检测算法提高了在噪声、动作速度和视角变化方面的稳健性。实验结果表明，该方法在人类活动数据库上的表现优于现有的算法，并引入了一个新的多视图公共数据集以展示我们的方法对视角变化的鲁棒性。

    Aug, 2014

  • 基于结构相似性的多模态遥感图像鲁棒配准

    本文提出一种基于图像结构属性的新型特征描述符 HOPC 和相似度度量方法 HOPCncc，用于在多模式遥感数据（如光学、LiDAR、SAR）之间进行自动配准，试验表明，在匹配性能方面，HOPCncc 具有鲁棒性并优于基于 NCC 和互信息的现有相似性度量方法。

    Mar, 2021

  • 通过采样局部外观和全局分布实现强大的三维动作识别

    本文针对噪声深度数据难以捕捉运动和形状线索的现状，提出了一种新颖的两层 “视觉词袋”（BoVW）模型。该模型通过背景建模和引入运动和形状线索生成稳健和独特的时空兴趣点，利用多尺度 3D 局部方向核 (M3DLSK) 描述算法和空间 - 时间向量 (STV) 描述算法，提出融合运动和形状线索的行动表示。实验验证了该模型在识别类似动作和抵抗背景杂波、部分遮挡和掩蔽噪声等情况中的有效性。

    Dec, 2017

  • 一种用于动作识别的强大高效的视频表示方法

    本文旨在介绍一种最先进的视频表示方法并将其应用于高效的动作识别和检测。我们采用密集轨迹特征提取等一系列方法来改进该方法，并比较了传统基于单词包直方图的编码方法以及 Fisher 向量编码方法在视频识别任务中的表现。实验结果表明，我们提出的改进轨迹特征显着优于传统的密集轨迹方法，并且 Fisher 向量编码方法表现更好。

    Apr, 2015

  • 使用统计矩和子空间描述符进行自监督动作识别

    本研究提出利用自我监督学习来预测动作概念和辅助描述符，设计并幻化了两种描述符，分别利用图像和视频级别显著性检测器以及四种流行的目标检测器应用于训练视频。通过在中间描述符上捕获四个统计时刻，本文在 Charades 和 EPIC-Kitchens 等五个流行数据集上取得了最优结果。

    Jan, 2020

  • 用于行动和手势识别的时空协方差描述符

    提出了一种新的基于时空协方差描述符和加权黎曼局部保留投影的动作和手势识别方法，并利用加权投影在整合时空区域的同时进行提升以创建最终的多类分类算法。通过积分视频表示法快速计算描述符。在 UCF 体育、CK + 面部表情和剑桥手势数据集上的实验表明，所提出的方法与几种最新技术相比具有卓越的性能。该方法具有鲁棒性，不需要对视频进行额外的处理，如前景检测、兴趣点检测或跟踪。

    Mar, 2013

  • CPO: 改进鲁棒性普通全景转换为点云定位

    CPO 是一种针对 2D 全景图像和 3D 点云进行快速和鲁棒定位的算法，通过使用色彩直方图和得分图进行可靠定位，其重点是处理包含场景变化的情况。

    Jul, 2022

  • 探索自三重相关和交叉三重相关对于人 - 物体交互检测的影响

    探索自身和交叉三元组相关性用于人物 - 物体交互检测，通过融合多模态特征和考虑实例、语义和布局关系，结合 CLIP 模型进行知识蒸馏，以提高 HOI 检测的准确性。

    Jan, 2024

  • 运动识别吸引子的持续同调

    本文提出了一种新的框架，用于使用拓扑数据分析从三维运动捕捉数据中进行人类动作的动力学分析。我们利用动力系统吸引子的拓扑特征来模拟人类动作，使用时间延迟嵌入重构与动作对应的时间序列的相空间，并计算相空间重构的持久同调。我们在计算同调群时，结合了时序的相邻信息，以更好地表示相空间的拓扑特性。利用持久同调群的持久性来编码特征，用于动作识别。我们的实验结果表明，使用这些特征的识别效果优于其他基准方法。

    Mar, 2016

  • 利用分层帧间块匹配学习动态点云压缩

    本文提出了一种通过基于分层块匹配的帧内预测模块学习压缩动态点云（DPC）几何信息的压缩框架，并且在 KNN-attention 块匹配和多尺度光流的压缩方面使用了完全分解的深度熵模型。实验表明该框架优于先前的最先进方法，同时也优于 MPEG 标准 V-PCC v18 在帧间低延迟模式下的效果。

    May, 2023