<“骨骼信息的人体行为识别综述”>
摘要
“基于骨骼信息的人体行为识别旨在从输入的包含一个或多个行为的骨骼序列中,正确地分析出行为的种类
与基于图像的人体行为识别方法相比,基于骨骼信息的人体行为识别方法不受背景、人体外观等干扰因素的影响,具有更高的准确性、鲁棒性和计算效率。
针对基于骨骼信息的人体行为识别方法的重要性和前沿性
本文首先回顾了 9 个广泛应用 的骨骼行为识别数据集,按照数据收集视角的差异将它们分为单视角数据集和多视角数据集,并着重探讨了不同数据集的特点和用法。
其次,根据算法所使用的基础网络,将基于骨骼信息的行为识别方法分为
基于手工制作特征的方法、
基于循环神经网络的方法、
基于卷积神经网络的方法、
基于图卷积网络的方法
以及基于 Transformer 的方法,重点阐述分析了这些方法的原理及优缺点。
其中,图卷积方法因其强大的空间关系捕捉能力而成为目前应用最为广 泛的方法。采用了全新的归纳方法,对图卷积方法进行了全面综述,旨在为研究人员提供更多的思路和方法。
最 后,从 8 个方面总结现有方法存在的问题,并针对性地提出工作展望。”