Reconocimiento de Acciones con Trayectorias Mejoradas

Recientemente se demostró que las trayectorias densas son una representación eficiente de video para el reconocimiento de acciones y lograron resultados de vanguardia en una variedad de conjuntos de datos. Este artículo mejora su rendimiento tomando en cuenta el movimiento de la cámara para corregirlas. Para estimar el movimiento de la cámara, se emparejan puntos característicos entre cuadros usando descriptores SURF y flujo óptico denso, los cuales se ha demostrado que son complementarios. Estos emparejamientos se utilizan luego para estimar de manera robusta una homografía con RANSAC. El movimiento humano, en general, es diferente al movimiento de la cámara y genera emparejamientos inconsistentes. Para mejorar la estimación, se emplea un detector humano para eliminar estos emparejamientos. Dado el movimiento de la cámara estimado, eliminamos trayectorias consistentes con éste. También usamos esta estimación para cancelar el movimiento de la cámara del flujo óptico. Esto mejora significativamente los descriptores basados en movimiento, tales como HOF y MBH. Los resultados experimentales en cuatro conjuntos de datos desafiantes de acciones (es decir, Hollywood2, HMDB51, Olympic Sports y UCF50) superan significativamente el estado actual del arte.