科研之友
微信
新浪微博
Facebook
分享链接
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. 现有的有关骨架数据的动作识别综述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， 流形为更好的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， 本文从骨架表示、轨迹时间对齐、动作序列表征以及动作分类四个关键步骤出发， 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.
- 单位
