【论文标题】Recent Progress in Appearance-based Action Recognition 【作者团队】Jack Humphreys,Zhe Chen,Dacheng Tao 【发表时间】2020/11/25 【论文链接】https://arxiv.org/pdf/2011.12619.pdf

【推荐理由】 本文出自悉尼大学 IEEE Fellow 陶大程团队,作者从2D 卷积方法、3D 卷积方法、基于运动表征的方法、基于上下文表示的方法这四个方面对基于外观的动作识别算法进行了综述,并总结了该领域未来重要的研究方向。

动作识别是一种识别视频中各种人类动作的任务,由于其在各种应用中的重要性受到了计算机研究人员越来越广泛的关注。近年来,基于外观的方法在精确动作识别方面取得了可喜的进展。一般来说,这些方法主要通过将各种方案应用于对时空视觉信息进行有效建模来完成动作识别任务。为了更好地理解该领域当前的研究进展,本文作者对该领域的最新成果进行了回顾。

图 1:Kinetics 400 数据集上的动作识别示例。给定一段视频,视频中的各帧在时间维度上被分为 t 段,基于外观的动作识别方法对时空视觉信息进行建模,然后基于建模的外观信息对视频中出现的动作进行预测。

具体而言,本文作者总结并讨论了数十篇相关的研究论文,根据不同的外观建模策略,可以大致将这些工作分为四类:(1)2D 卷积方法(2)3D 卷积方法(3)基于运动表征的方法(4)基于上下文表示的方法。本文作者从上述 4 个方面出发,对有代表性的方法进行了全面的分析和讨论。作者对大量实验结果进行了总结,从而更好地阐释前沿的算法。

图 2:四类动作识别算法

内容中包含的图片若涉及版权问题,请及时与我们联系删除