4 个月前

简单而高效的基于姿态的实时动作识别

简单而高效的基于姿态的实时动作识别

摘要

识别人类行为是自主系统面临的核心挑战之一,因为这些系统直接与人类共享同一空间。系统必须能够在实时环境中识别人类行为并进行评估。为了训练相应的数据驱动算法,需要大量的标注训练数据。我们展示了一种使用标准单目摄像机传感器实时检测人类、估计其姿态、跟踪其运动并识别人类行为的流程。在行为识别方面,我们将人体姿态编码为一种新的数据格式——编码人体姿态图像(Encoded Human Pose Image, EHPI),然后可以使用计算机视觉领域的标准方法对其进行分类。通过这一简单的过程,我们在基于姿态的行为检测中达到了具有竞争力的最先进水平,并且能够保证实时性能。此外,我们还展示了一个自动驾驶背景下的应用案例,以说明如何利用仿真数据训练此类系统来识别人类行为。

代码仓库

noboevbo/ehpi_action_recognition
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
skeleton-based-action-recognition-on-j-hmdbEHPI
Accuracy (RGB+pose): -
Accuracy (pose): 65.5
skeleton-based-action-recognition-on-jhmdb-2dEHPI
Average accuracy of 3 splits: 65.5

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
简单而高效的基于姿态的实时动作识别 | 论文 | HyperAI超神经