骨骼数据库

什么是骨骼点数据？

骨骼点数据 骨骼点数据是一种 landmark 类型的数据，指的是用关键点去描述整个人体的动作，我们可以称之为动作描述的 pose 信息，因此对这类数据的估计在文献中一般也称为 姿态估计 (Pose Estimation)，效果如下图Fig1和Fig2所示： Fig 1. 利用Openpose [2]对RGB视频估计出来的骨骼点数据。 Fig 2. 利用Kinect v2.0 [1]得到的骨骼点排序。 10 ∼ 12 个人体关节点有效地表达其动作内容 1 。 为了获取到这种 pose 信息，按照使用器械不同或者原始模态不同，目前一般来说通过三种手段，分别是： ∇ ⇒ 1. 通过MoCap类似的传感器系统进行捕获

基于骨骼数据 的人体行为 识别是什么？

基于 骨骼数据 的人体行为 识别 摘要人体 动作 姿态 识别 是计算机视觉研究领域中最具挑战的研究方向，是当前的研究热 点 。 对人体 动作 姿态进行自动 识别 将带来一种全新的交互方式，通过身体语言即人体的姿态和 动作 来传达用户的意思，如在机场、工厂等喧闹的环境下，采用手势、 动作 姿态 识别 等人机交互技术能够提供比语音 识别 更加准确的信息输入。

基于骨骼的行为识别用什么网络更快？

在该论文发表之前，大部分的基于骨骼的行为识别都使用了LSTM网络，并以LSTM为基础进行改进。 该论文提出了双流CNN，取得了比起LSTM（STA-LSTM、VA-LSTM）更快更好的结果（在NTU RGBD数据集上达到了89.3%的准确度）。