CVPR14 动作识别 Lie group manifold + 3D skeleton

By | 04月17日
Advertisement

Human_action_recognition_by_representing_3d_skeletons_as_points_in_a_lie group

Depth sensors.

Skeleton-based human action approaches

A new skeletal representation that model the 3D geometric relationships between body ports.

李群: SE(3)

CVPR14 动作识别 Lie group manifold + 3D skeleton

A curved manifold : SE(3) * .... * SE(3) 这种流形结构能够很好的处理Depth sensor。

Human action can be modeled as curves on the lie group manifold.

Classification of these curves on the Lie group manifold

Combination of three technologies

Dynamic time warping (处理速率变化 把原有的training curve变换为Nominal curve。 然后进行等长采样,因为同一动作,可能长度不一样。在lie group curve 上进行均匀采样。)

+

Fourier temporal pyramid representation (remove 高频系数,减少噪音、时间非对齐等问题)

+

Linear SVM (特征向量进行分类)

涉及到的一些基本知识:

1、paper用到的李群流形: SE(3)群 也是李群流形中一种非常常见和重要的李群结构,在物理分析中有着重要应用。

CVPR14 动作识别 Lie group manifold + 3D skeleton


2、投影到李代数空间后的特征向量化

CVPR14 动作识别 Lie group manifold + 3D skeleton

3、李群和李代数之间的投影关系:

CVPR14 动作识别 Lie group manifold + 3D skeleton


Similar Posts:

  • Kfir Matza:以色列的动作识别技术世界领先(图灵访谈)

    Kfir Matza是Onysus公司的CTO,Onysus是一家专业于计算机视觉技术的初创公司,该公司已经入选GEM(全球创业周)2014年的总决赛.Kfir于上世纪90年代加入以色列国防部,时任精英科技部队的高级工程师,退役之后任职于ECI电信.他建立过两家成功的公司,并参与创建了很多公司,其中包括BCC,这是一家从事高风险支付的网络安全公司,他曾任研发总监. 问:微软在骨骼识别技术上投资巨大,而且他们也拥有海量的样本库.你如何收集到足够的样本数据来和像微软那样的大公司竞争? 微软为游戏开发

  • Lie group decomposition

    Lie group decomposition From Wikipedia, the free encyclopedia (Redirected from Lie group decompositions) Jump to: navigation, search In mathematics, Lie group decompositions, named after Sophus Lie, are used to analyse the structure of Lie groups and

  • 应用于大规模动作识别的有序轨迹

    原文:Ordered Trajectories for Large Scale Human Action Recognition 作者:O.V. Ramana Murthy 等. IEEE ICCV workshops 内容提示 这篇文章是对2011年 Heng Wang(http://lear.inrialpes.fr/people/wang/)的CVPR :Action Recognition by Dense Trajectories 的改进,关于Heng Wang 的这篇文章的介绍:ht

  • 机器学习实验(五):用迁移学习方法基于keras建立卷积神经网络进行人体动作识别(HAR)

    声明:版权所有,转载请联系作者并注明出处  http://blog.csdn.net/u013719780?viewmode=contents 博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研Meachine Learning的黑科技,对Deep Learning和Artificial Intelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台,对数据.Machine Learning和Artificial Intelligence有兴趣的童鞋可以一起探讨哦,

  • 关于行为识别的综述Human Activity Analysis : A Review

    Human Acitvity Analysis: A review 这篇论文发表是在2011年,是德克萨斯大学的J.K. Aggarwal教授所写.他是动作识别,行为识别,面部识别界的大牛.看过他的简历上一长串发表的文章,让我等汗颜.他现在仍然在研究上很活跃,主要的兴趣是在计算机视觉,模式识别,图像处理尤其是在人体动作和行为识别方面. 这篇论文是他继99年写过一篇综述关于人体动作分析,当时主要是关于人体动作的分析,主要是原子动作,诸如,行走,跑,弯腰,跳跃等.而在11年写的这个综述更加是面向复杂

  • 视频数据:骨骼数据采集(Skeleton Data)

    骨骼数据不像前两个数据,转成字节数组,加载到图片控件上. 一个Kinect for windows设备最多识别6个人,其中只有两个人能识别完整,一个完整的人Kinect for windows中提供了全身20个关节的点,分别为:1.头(Head),2.肩中央(ShoulderCenter),3.左肩(ShoulderLeft),4.右肩(ShoulderRight),5.左肘(ElbowLeft),6.右肘(ElbowRight),7.左腕(WristLeft),8.右腕(WristRight)

  • Cocos2d-x中的3D功能

    或许你已经开始接触Cocos2d-x了,并且已经知道它是一个2D游戏引擎.从3.x版本开始,Cocos2d-x已增加并改进了3D功能.3D游戏有着巨大的市场,所以Cocos2d-x中添加了3D开发所需的所有功能.或许3D开发对你来说是个新事物,并且很多专业术语你都不熟悉.但这篇文章会让你熟悉一些额外的软件工具,下面就让我们一起来了解了解Cocos2d-x中的3D功能吧. 初学3D Sprite3D 正如2D游戏一样,3D游戏中也有Sprite对象.理所当然地,任何游戏的核心基本对象都是Sprit

  • 50个人脸识别

    自从谷歌眼镜被推出以来,围绕人脸识别,出现了很多争议.我们相信,不管是不是通过智能眼镜,人脸识别将在人与人交往甚至人与物交互中开辟无数种可能性. 为了帮助研究过程中探索人脸识别,我们列出以下人脸检测和识别API.希望有所帮助! Face Recognition- 拉姆达实验室斯蒂芬弄的.示例代码和图形演示点击http://api.lambdal.com/docs,我们的API提供了面部识别,面部检测,眼睛定位,鼻子定位,嘴巴定位,和性别分类.如果您有任何疑问,只需发一封邮件到s@lambdal.

  • CVPR 2016-9-14

    [33] arXiv:1609.03986 [pdf, other] The CUDA LATCH Binary Descriptor: Because Sometimes Faster Means Better CUDA闩二进制描述符:有时更快意味着更好 Christopher Parker, Matthew Daiter, Kareem Omar, Gil Levi, Tal Hassner Comments: Accepted to ECCV'16 workshops Subjects:

  • Unreal引擎术语表

    转自:http://www.cnblogs.com/hmxp8/archive/2012/02/10/2345274.html Unreal引擎术语表 转载自UDN: ‍Actor - 一个可以放置在世界中或者在世界中产生的对象.这包括类似于Players(玩家).Weapons(武器). Trash.StaticMeshes(静态网格物体).Emitters(编辑器). Infos以及 Sounds(声效)等. ActorX - 是一个导出插件,它可以把骨架网格物体和动画导入到一个可以导入到虚

Tags: