Skeleton Sequence and RGB Frame Based Multi-Modality Feature Fusion Network for Action Recognition

RGB颜色模型 计算机科学 人工智能 特征(语言学) 计算机视觉 帧(网络) 模态(人机交互) 序列(生物学) 模式识别(心理学) 语言学 遗传学 电信 生物 哲学
作者
Xiaoguang Zhu,Ye Zhu,Haoyu Wang,Honglin Wen,Yan Yan,Peilin Liu
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
卷期号:18 (3): 1-24 被引量:18
标识
DOI:10.1145/3491228
摘要

Action recognition has been a heated topic in computer vision for its wide application in vision systems. Previous approaches achieve improvement by fusing the modalities of the skeleton sequence and RGB video. However, such methods pose a dilemma between the accuracy and efficiency for the high complexity of the RGB video network. To solve the problem, we propose a multi-modality feature fusion network to combine the modalities of the skeleton sequence and RGB frame instead of the RGB video, as the key information contained by the combination of the skeleton sequence and RGB frame is close to that of the skeleton sequence and RGB video. In this way, complementary information is retained while the complexity is reduced by a large margin. To better explore the correspondence of the two modalities, a two-stage fusion framework is introduced in the network. In the early fusion stage, we introduce a skeleton attention module that projects the skeleton sequence on the single RGB frame to help the RGB frame focus on the limb movement regions. In the late fusion stage, we propose a cross-attention module to fuse the skeleton feature and the RGB feature by exploiting the correlation. Experiments on two benchmarks, NTU RGB+D and SYSU, show that the proposed model achieves competitive performance compared with the state-of-the-art methods while reducing the complexity of the network.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yanmiu1发布了新的文献求助10
1秒前
aaaaaa发布了新的文献求助10
1秒前
1秒前
林子发布了新的文献求助10
1秒前
19应助碗碗采纳,获得10
3秒前
dongua发布了新的文献求助10
3秒前
3秒前
Akim应助阿盛采纳,获得10
5秒前
槑槑发布了新的文献求助10
5秒前
5秒前
自不惊扰完成签到,获得积分10
6秒前
7秒前
7秒前
顾矜应助年轻的书本采纳,获得10
8秒前
谨慎老大发布了新的文献求助10
8秒前
冬阳完成签到 ,获得积分10
10秒前
冷静的豪发布了新的文献求助10
10秒前
搞怪书兰发布了新的文献求助10
12秒前
白华苍松发布了新的文献求助20
15秒前
15秒前
16秒前
薰硝壤应助中意采纳,获得10
16秒前
heyang_2023完成签到,获得积分10
17秒前
polarisla完成签到,获得积分10
18秒前
19秒前
薰硝壤应助冷静的豪采纳,获得10
20秒前
20秒前
SCI发布了新的文献求助10
20秒前
20秒前
shuiwuming完成签到 ,获得积分10
21秒前
hao完成签到 ,获得积分10
21秒前
真不记得用户名完成签到 ,获得积分10
21秒前
21秒前
22秒前
一个普通的学渣完成签到,获得积分10
23秒前
23秒前
jade完成签到,获得积分10
24秒前
共享精神应助小小林柒染采纳,获得10
24秒前
星空发布了新的文献求助10
24秒前
Truman完成签到,获得积分10
25秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3141028
求助须知:如何正确求助?哪些是违规求助? 2791955
关于积分的说明 7801220
捐赠科研通 2448217
什么是DOI,文献DOI怎么找? 1302479
科研通“疑难数据库(出版商)”最低求助积分说明 626591
版权声明 601226