论文标题：Action recognition based on 2D skeletons extracted from RGB videos

来源：谷歌最新论文推荐，来自全球排名大概550名的蒙斯大学

解决问题/主要思想：

 使用openPose对图像提取关键点，然后计算关键点的信息，分成三个矩阵，输入网络训练，从而对动作进行分类

成果/优点：

 the highest accuracy which is 83.317% with ResNet152 in cross- subject.

缺点：

 

具体内容：

openPose还没有研究的很深入，下次阅读一下

 

七个目前基于pose方面的动作识别的前沿进展：

 

 

 

3.1.使用openPose抓取人物关键点

 

 3.2.数据的转换

 提取出关键点位置信息和置信度信息之后，对这些数据进行结构上的调整，XYC分别属于一个矩阵，每一行是时间变化，每一列是每一个关键点对应的x

这样安排，估计是把每一个结点的位置信息和时间信息放在一起，这样的话，对网络可以用到位置和时间特征。

 

 

 3.3各类测试

  1.把c换成  （x+y）/2

 

  2.去掉信息量小的眼睛耳朵信息

 

 

3.改变训练时的结点组合情况

最终测试结果：

5.1模型比较

 

 

5.2 深层网络还是浅层

深层表示训练全部的层

浅层表示：冻结底层的参数，只训练最后的分类层

结果显示，深层比较好

 

5.3物体交叉，视觉交叉

 

cross subject，即测试集中的人和训练集中的人没有交集

另一种是cross view，即测试数据的拍摄角度和训练数据不同。