論文翻譯:Spatio-Temporal Naive-Bayes Nearest-Neighbor (ST-NBNN) for Skeleton-Based Action Recognition

       由於以前成功地使用非參數方法來識別對象,例如NBNN[2],我們將其擴展到使用骨架來識別動作。每個3D動作都是由一系列3D姿態呈現的。與NBNN相似,我們提出的時空NBNN應用階段到類的距離來對動作進行分類。而STNBNN考慮了三維動作的時空結構,放寬了NBNN的樸素貝葉斯假設。ST-NBNN採用雙線性分類器。識別動作分類的關鍵時間階段和空間關節。儘管僅使用線性分類器,但在三個基準數
相關文章
相關標籤/搜索