模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2017, Vol. 30 Issue (10): 885-893    DOI: 10.16451/j.cnki.issn1003-6059.201710003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于层次部件树结构的动作识别判决模型*
钱银中1,2,3,沈一帆1,2
1.复旦大学 上海市智能信息处理重点实验室 上海 200433
2.复旦大学 计算机科学技术学院 上海 200433
3.常州信息职业技术学院 软件学院 常州 213164
Discriminatively Trained Action Recognition Model Based on Hierarchical Part Tree
QIAN Yinzhong1,2,3, SHEN Yifan1,2
1.Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, Shanghai 200433
2.School of Computer Science, Fudan University, Shanghai 200433
3.School of Software, Changzhou College of Information Technology, Changzhou 213164

全文: PDF (1136 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 研究从静止图像中识别人体姿态动作.首先提出层次部件树结构,树中每个节点由一组Poselet表示该肢体部件的姿态变化,节点之间相互制约,构成一个Pictorial结构.基于此结构,提出基于层次部件树结构的动作识别判决模型.Pictorial结构的对偶潜在函数中除了变形代价,引入Poselet同时出现代价.由于树的邻接节点之间存在包含关系,相对位置可以使用高斯分布描述,推理过程沿用距离转换和置信度传播算法,实现高效匹配.在2个数据集上,对剪枝后节点数量不同的3种判决模型的实验表明,前两层的粗粒度节点具有较强的动作识别显著性,第三层进一步提高动作识别能力,第四层的原子部件对动作识别无明显作用.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
钱银中
沈一帆
关键词 动作识别 姿态 Poselet 层次部件树
    
Abstract:Action recognition of body pose from static image is exploited in this paper. A hierarchical part tree structure is proposed. In the structure, each node is composed by a collection of poselets to represent its pose variation and pairs of linked nodes are constrained to form a pictorial structure. Grounded on the structure, a discriminatively trained action recognition model based on hierarchical part tree is presented. Except for deforming cost, the pairwise potential function in the model introduces co-occurrence cost. Parent part contains child part and the relative position of linked nodes is described by normal distribution, and thus the matching procedure is inferred efficiently in the framework of distance transform and message passing. Three models with different number of nodes by trimming the tree are comparatively evaluated on two datasets. Experimental results demonstrate that coarse parts in former two layers have strong saliency for action recognition, the recognition capability is further improved by body parts in the third layer, and the anatomical stick parts in the fourth layer are basically not useful for action recognition.
Key wordsAction Recognition    Pose    Poselet    Hierarchical Part Tree   
收稿日期: 2017-05-12     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61472087)、江苏高校品牌专业建设项目(No.PPZY2015A090)资助
作者简介: 钱银中(通讯作者),男,1970年生,博士研究生,副教授,主要研究方向为计算机视觉、图像处理、机器学习.E-mail:10110240030@fudan.edu.cn.
沈一帆,男,1965年生,博士,教授,主要研究方向为计算机图形学、计算机视觉.E-mail:yfshen@fudan.edu.cn.
引用本文:   
钱银中,沈一帆. 基于层次部件树结构的动作识别判决模型*[J]. 模式识别与人工智能, 2017, 30(10): 885-893. QIAN Yinzhong, SHEN Yifan. Discriminatively Trained Action Recognition Model Based on Hierarchical Part Tree. , 2017, 30(10): 885-893.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201710003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I10/885
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn