カメラのエゴモーションから身体活動を認識します

この論文では、首の下にビデオカメラを着ている人のための新しい画像ベースのアクティビティ認識方法を示します。ウェアラブルデバイスは、着用者の前でビデオデータをキャプチャするために使用されます。着用者はビデオには決して登場しませんが、彼または彼女の身体活動は、着用者の動きに起因する記録されたシーンの変更を使用して分析および認識されます。対応機能は隣接するフレームから抽出され、カメラモデルによって課される一連の制約に基づいて不正確な一致が削除されます。モーションヒストグラムはフレーム内で定義および計算され、各フレームのモーション統計から派生した累積運動分布と呼ばれる新しい機能を定義します。サポートベクターマシン（SVM）分類器は、この機能でトレーニングされ、さまざまなシーンでの身体活動を分類するために使用されます。私たちの結果は、さまざまな種類のアクティビティが低解像度で、現場で取得した現実世界のビデオで認識できることを示しています。

A new image based activity recognition method for a person wearing a video camera below the neck is presented in this paper. The wearable device is used to capture video data in front of the wearer. Although the wearer never appears in the video, his or her physical activity is analyzed and recognized using the recorded scene changes resulting from the motion of the wearer. Correspondence features are extracted from adjacent frames and inaccurate matches are removed based on a set of constraints imposed by the camera model. Motion histograms are defined and calculated within a frame and we define a new feature called accumulated motion distribution derived from motion statistics in each frame. A Support Vector Machine (SVM) classifier is trained with this feature and used to classify physical activities in different scenes. Our results show that different types of activities can be recognized in low resolution, field acquired real-world video.