大規模な視点変化RGB-D動作データセットによる任意視点の人間動作認識

現在の行動認識研究は主に単一視点と複数視点の認識に焦点を当てており、人間-ロボット相互作用（HRI）アプリケーションが任意の視点から行動を認識する要件を満たすのは難しいです。また、データセットの不足も障壁となっています。任意の視点からの行動認識に必要なデータを提供するために、我々は大規模なRGB-D行動データセットを新たに収集しました。このデータセットは8つの固定視点と360度全体の可変視点シーケンスで捉えられた行動サンプルを含み、RGBビデオ、深度情報、および骨格シーケンスが含まれています。合計118人の参加者が40種類の行動カテゴリーを行い、25,600個のビデオサンプルが収集されました。当社のデータセットはより多くの参加者、より多くの視点、そして大量のサンプルを含んでいます。特に重要なのは、これが初めて360度全体の可変視点シーケンスを含むデータセットであることです。このデータセットは多視点、クロスビュー、および任意の視点からの行動分析に十分なデータを提供します。さらに、我々は任意の視点からの行動認識問題に対処するためにView-guided Skeleton CNN（VS-CNN）を提案しています。実験結果は、VS-CNNが優れた性能を達成していることを示しています。