3d action recognition | BriefGPT

关键词3d action recognition

搜索结果 - 13

利用骨架指导的学习场景流进行三维动作识别
本研究提出了一种基于 3D 流的增量二级空间注意机制，通过骨骼域引导，强调靠近身体关节区域的运动特征及其信息性，并提出了扩展的深度骨骼模型，用于学习最具有判别力的动作运动动力学，从而评估每个关节的信息性得分，并采用两个模型之间的后期融合方案
PDFa year ago
ECCV自监督跨模态相互蒸馏的三维动作表示学习
本文提出了一种新的跨模态交互知识蒸馏框架 Cross-modal Mutual Distillation (CMD) 来学习自监督的三维动作表示，该框架中引入邻域相似性分布来建模每种模态中学到的知识，并使用非对称配置来稳定蒸馏过程和在模态之
PDF2 years ago
ICLRPSTNet: 点云序列上的点空间时卷积
提出了一种名为点时空（PST）卷积的方法，可以用于点云序列的空间 - 时间建模，该方法首先分离点云序列的空间和时间维度，然后采用空间卷积和时间卷积分别捕捉点在三维空间中的局部结构和在时间维度上的动态变化，并将 PST 卷积集成到深度网络 P
PDF2 years ago
SequentialPointNet：一种强大的基于帧的点云序列并行网络，用于 3D 动作识别
本研究提出了一个有效而轻量化的点云序列模型，能够在 3D 动作识别方面实现较高的准确性和效率，主要包括点云序列数据扁平化和超点序列混合等方法。实验证明，该模型在速度和效果方面均优于现有模型。
PDF3 years ago
ICCV无监督 3D 动作表示学习的骨架云上色
通过无监督学习和骨骼云彩化技术，在没有标注的骨骼序列数据中学习骨骼表示，并使用自编码器框架从由骨骼关节的人工彩色标签中学习时空特征，实现 3D 动作识别。在 NTU RGB+D 和 NW-UCLA 数据集上的实验结果表明，所提出的方法在无监
PDF3 years ago
ECCV半监督三维动作识别的对抗自监督学习
这篇研究论文介绍了 Adversarial Self-Supervised Learning (ASSL) 框架，在 3D 动作识别中，通过邻居关系的探索和对抗学习来加强 Semi-Supervised Learning，并提出了一种有效的
PDF4 years ago
CVPR时间变换网络：不变性和区分性时间弯曲的联合学习
提出了一种基于混合模型和数据驱动的时间变形网络 (TTN)，可用于降低类内差异并提高类间差异，在 3D 动作识别中获得了显著的改进。
PDF5 years ago
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
PDF7 years ago
CVPR一种用于三维动作识别的骨架序列新表示方法
本文提出了一种新的方法，使用骨架序列（即人类骨架关节的 3D 轨迹）进行三维动作识别，并使用深度神经网络进行空间时间特征学习和长期时间信息学习。实验结果表明该方法具有很好的识别效果。
PDF7 years ago
带有信任门的时空 LSTM 用于 3D 人体动作识别
本研究提出了一种基于 RNN 的学习方法，通过树形结构遍历骨骼图来分析 3D 运动数据的时空依赖关系，并引入新的门控机制来处理 3D 骨骼数据中的噪声和遮挡，从而实现对动作数据的高效分析及提取。
PDF8 years ago
通过核线性化的张量表示来进行基于 3D 骨架的动作识别（扩展版）
本文提出了一种基于张量表示的三维动作识别方法，使用径向基函数 (RBF) 生成核描述符，通过描述符的高阶外积形成张量表示，同时使用序列兼容性核和动态兼容性核进行动作识别，该方法在多个基准数据集上实现了最好的效果。
PDF8 years ago
基于方向主成分直方图的跨视角动作识别
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。
PDF10 years ago
ECCVHOPC：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
PDF10 years ago