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)。