基于时空编码和解码的未来人体活动骨架合成方法
原文中文,约300字,阅读约需1分钟。发表于: 。基于观测的活动数据推断未来活动信息是提高早期活动预测准确性的关键步骤。本文提出了一种基于时空编码解码的未来人类活动骨架合成方法,通过使用时间控制、离散余弦变换和低通滤波等算法对骨架序列进行剪裁或填充,并通过编码器和解码器从观测到的骨架序列中提取中间语义编码和推断未来序列。实验结果表明,所提出的未来骨架合成算法优于某些现有算法,生成具有较小误差和较少模型参数的骨架序列,为早期活动预测提供了有效的未来信息。
本论文提出了一种基于骨骼的人体动作识别方法,利用循环神经网络建模体关节的3D位置配置之间的时间依赖关系,并采用树状结构的遍历框架处理骨架数据中的噪声。实验结果表明该方法在7个基准数据集上效果良好。