Gruppensparsamkeit und geometrieeinschränkendes Dictionary-Lernen zur Aktionsrecognition aus Tiefenkarten

Die Erkennung menschlicher Aktionen basierend auf den von handelsüblichen Tiefensensoren bereitgestellten Tiefeninformationen ist eine wichtige, aber herausfordernde Aufgabe. Die verrauschten Tiefenkarten, unterschiedliche Längen von Aktionssequenzen und freie Stile bei der Durchführung von Aktionen können zu großen intra-kategorischen Variationen führen. In diesem Papier wird ein neues Rahmenwerk basierend auf spärlicher Kodierung und zeitlicher Pyramidenerkennung (TPM) zur tiefenbasierten Erkennung menschlicher Aktionen vorgeschlagen. Besonders wird ein diskriminatives klassen-spezifisches Dictionary-Lernalgorithmus für spärliche Kodierung vorgeschlagen. Durch Hinzufügen der Gruppensparsamkeit und geometrischer Einschränkungen können Merkmale gut durch das Sub-Dictionary, das zur gleichen Klasse gehört, rekonstruiert werden, und die geometrischen Beziehungen zwischen den Merkmalen bleiben auch in den berechneten Koeffizienten erhalten. Der vorgeschlagene Ansatz wird an zwei Benchmark-Datensätzen evaluiert, die mit Tiefenkameras aufgenommen wurden. Die experimentellen Ergebnisse zeigen, dass der vorgeschlagene Algorithmus wiederholt eine überlegene Leistung im Vergleich zu den aktuellen Algorithmen erzielt. Darüber hinaus übertrifft die vorgeschlagene Methode des Dictionary-Lernens auch klassische Ansätze des Dictionary-Lernens.