姿态特征与深度特征在图像动作识别中的混合应用

摘要：

人体姿态是动作识别的重要语义线索,而CNN能够从图像中提取有很强判别能力的深度特征,本文从图像局部区域提取姿态特征,从整体图像中提取深度特征,探索两者在动作识别中的互补作用.首先介绍了一种姿态表示方法,每个肢体部件的姿态由描述该部件姿态的一组Poselet检测得分表示.为了抑制检测错误,设计了基于部件的模型作为检测上下文.为了从数量有限的数据集中训练CNN网络,本文使用了预训练和精细调节的方法.在两个数据集中的实验表明,本文介绍的姿态特征与深度特征混合使用,动作识别性能得到了极大提升.

关键词：动作识别、姿态特征、poselet、深度特征

所属期刊栏目：45

资助基金：江苏高校品牌专业建设工程资助项目PPZY2015A090;常州信息职业技术学院自然科学项目CXZK201803Z

在线出版日期：2019-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：626-636