用于单个RGB相机的联合3D动作识别统一深度框架

作者：Huy Hieu Pham,Houssam Salmane,Louahdi Khoudour,Alain Crouzil,Pablo Zegers,Sergio A Velastin

摘要：我们提出了一个基于深度学习的多任务框架，用于从RGB视频序列进行联合3D人体姿势估计和动作识别。 我们的方法分两个阶段进行。 首先，我们运行实时2D姿势检测器来确定身体重要关键点的精确像素位置。 然后设计并训练双流神经网络以将检测到的2D关键点映射成3D姿势。 在第二步中，我们部署了高效神经架构搜索（ENAS）算法，以找到最佳网络架构，该架构用于通过基于图像的中间表示和执行动作识别来对估计的3D姿势的时空演变进行建模。 人类3.6M，MSR Action3D和SBU Kinect交互数据集的实验验证了所提方法对目标任务的有效性。 此外，我们表明我们的方法需要较低的计算预算用于训练和推理。

原文标题：A Unified Deep Framework for Joint 3D Pose Estimation and Action Recognition from a Single RGB Camera

原文链接：https://arxiv.org/abs/1907.06968