Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition
阿新 • • 發佈:2019-04-28
解決問題 實現 反思 method 解決 com 組合 rec 缺點
論文標題:Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition
來源/作者機構情況:
解決問題/主要思想貢獻:
使用多角度訓練,多時間適應訓練,還有深度和RGB的結合,是的動作識別具有很強的魯棒性
成果/優點:
1.在各類數據集中,都取得了不錯的成績
2.魯棒性強
缺點:
感覺只是把目前各大算法組合在一起,沒有根本上的創新
反思改進/靈感:
#############################################################
論文主要內容與關鍵點:
1.INTRODUCTION
自己的流程圖
2.METHODOLOGY
A. Depth Motion Maps
時間維度,采用三段不同的長度累加,從而實現對時間的適應性
對光流信息的采集
B. Multiple Views
C. Feature Extraction, Classification and Fusion
不同時間長度的特征,concat,將特征輸入SVM分類器,得到分數
D. Multi-Resolution Spatio-Temporal RGB Informatio
E. People Detection and Pose Classificatio
3.EXPERIMENTS & RESULT
在三個數據集上測試,自己的結果都取得了最好的結果
A. North Western UCLA Datase
B. MSR 3D Action Dataset
C. MSR 3D Daily Activity
4.CONCLUSIONS
5.
6.
代碼實現:
Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition