刊名：上海大学学报（自然科学版） 2022年第28卷第2期 179-200
题名：基于流形假设的骨架序列动作识别算法
作者：彭亚新, 赵倩
单位：上海大学 理学院
摘要：骨架数据是通过对动作的空间几何位置进行编码获取,可以避免冗余背景信息的干扰, 是动作识别领域常用的数据类型之一.现有骨架数据的动作识别主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用.相较于传统欧氏度量下的识别方法,流形为更好地研究非线性结构提供了重要数学工具. 然而,目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此,从骨架表示、轨迹时间对齐、动作序列表征以及动作分类 4 个关键步骤出发,系统地总结了基于流形假设的动作识别工作,对比了各项工作在基准数据集上的表现. 最后,根据当前动作识别工作的发展趋势,对流形假设在动作识别方向上的进一步改进进行了展望.
关键词： 动作识别, 流形假设, 骨架表示, 轨迹时间对齐, 形状空间
全文链接：https://www.journal.shu.edu.cn/CN/10.12066/j.issn.1007-2861.2316