MMApr, 2019

面向任意视角人体动作识别的大规模多视角 RGB-D 动作数据集

PDF
TL;DR本文介绍了一个新的大规模 RGB-D 数据集，其中包括固定视角和全方位视角下的 40 种行动，以及 VS-CNN 模型的提出和有效性验证，该模型可用于解决任意视角下行动识别的问题。
action recognitionhuman-robot interactionrgb-d datasetarbitrary-viewvs-cnn
发现论文，激发创造
  • 基于 RGB-D 的动作识别数据集：调查

    本文系统回顾了人类动作识别中使用的 RGB-D 数据集，包括单视图、多视图和多人数据集，并分析了这些数据集的详细信息。此外，还讨论了当前算法评估中存在的问题，提出了收集新数据集和使用评估协议的建议。

    Jan, 2016

  • 人体动作识别的多视点室外数据集

    该论文提供了一个从多个角度观测人类行为的数据集，并在两流卷积神经网络结构配合核排名汇总的方法下获得了 74.0% 的动作识别准确率。

    Oct, 2021

  • NTU RGB+D：一个用于 3D 人类活动分析的大规模数据集

    本文介绍了一个包含超过 56,000 个视频样本和 4 百万帧的大规模 RGB + D 人体动作识别数据集，其中包括 60 种不同的行为类别，并提出了一种新的循环神经网络结构来更好地对每个身体部位的特征进行长期时间相关性建模。实验结果表明，在跨主体和跨视图评估标准上，应用深度学习方法比最先进的手工制作特征具有优势。

    Apr, 2016

  • NTU RGB+D 120：一个用于 3D 人体活动理解的大规模基准测试数据集

    本论文介绍了一个大规模数据集，用于 RGB+D 人体动作识别。研究显示，应用深度学习技术的 3D 人体动作识别方法更加优越，并提出了新的 APSR 解决方案，可以有效地识别新的动作类型。

    May, 2019

  • 从合成数据中学习人体姿势模型以实现鲁棒的 RGB-D 动作识别

    我们提出了一种人体姿态模型，可表示与服装纹理、背景、光线条件、身体形状和摄像机视点无关的 RGB 和深度图像。通过开发一个综合训练数据的框架，我们学习了 CNN 模型并使用它们从真正的 RGB 和深度帧的人体动作视频中提取不变特征。在三个基准跨视图人体动作数据集的实验中，我们的算法在 RGB 和 RGB-D 动作识别方面明显优于现有方法。

    Jul, 2017

  • 通过对比视图不变表示进行跨视图动作识别

    提出了一种简单高效的跨视角动作识别（CVAR）框架，能够从 RGB 视频、3D 骨架数据或两者学习不变特征。在 N-UCLA、NTU-RGB+D 60、NTU-RGB+D 120 和 UWA3DII 数据集上，该方法表现出优异的性能，分别达到了 99.4％（RGB）、99.9％（3D 骨架）

    May, 2023

  • 从未见过的视角识别动作的人造人类

    本研究旨在探讨合成人类能否提高人类动作识别的性能，特别关注对不寻常拍摄视角的泛化能力，研究发现数据的合成和扩充可以带来性能的提升。

    Dec, 2019

  • 针对骨骼数据的视角自适应循环神经网络，用于高性能人类动作识别

    提出了一种新颖的视角自适应循环神经网络模型，用于解决骨骼数据中的视角变化和动作连续性问题，并在三个基准数据集上取得了显著的改进。

    Mar, 2017

  • 动作识别：从静态数据集到移动机器人

    通过利用 “提议（proposals）” 方法生成行为区域的模型训练，能够在无约束视频中实现人的行为识别，无论是否存在摄像头运动；该方法在两个新的数据集中取得了超越最先进技术的性能，同时在异常行为检测场景中取得较高的成功率。

    Jan, 2017

  • TS-RGBD 数据集：面向视觉障碍人士的剧场场景描述的新型数据集

    在这篇论文中，我们提出了一个包含具有人类动作的真实场景和密集标题注释的新型 RGB-D 数据集（TS-RGBD 数据集），以进行影像字幕和人类动作识别。我们测试了图像字幕模型和基于骨骼的人类动作识别模型，以通过检测人类动作并对剧场场景中感兴趣区域的外观进行文本描述，拓展了视障人士所在环境类型的范围。

    Aug, 2023