Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition

论文标题：Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition

来源/作者机构情况：

解决问题/主要思想贡献：

使用多角度训练，多时间适应训练，还有深度和RGB的结合，是的动作识别具有很强的鲁棒性

成果/优点：

 1.在各类数据集中，都取得了不错的成绩

2.鲁棒性强

缺点：

 感觉只是把目前各大算法组合在一起，没有根本上的创新

反思改进/灵感：

#############################################################

论文主要内容与关键点：

1.INTRODUCTION

自己的流程图

2.METHODOLOGY

A. Depth Motion Maps

时间维度，采用三段不同的长度累加，从而实现对时间的适应性

对光流信息的采集

B. Multiple Views

C. Feature Extraction, Classification and Fusion

不同时间长度的特征，concat，将特征输入SVM分类器，得到分数

D. Multi-Resolution Spatio-Temporal RGB Informatio

E. People Detection and Pose Classificatio

3.EXPERIMENTS & RESULT

在三个数据集上测试，自己的结果都取得了最好的结果

A. North Western UCLA Datase

B. MSR 3D Action Dataset

C. MSR 3D Daily Activity

4.CONCLUSIONS

5.

6.

代码实现：

Multi-View Region Adaptive Multi-temporal DMM and RGB Action Recognition

原文：https://www.cnblogs.com/captain-dl/p/10781003.html