Action Recognition With Skeleton

Sexy model using online learning

Action recognition with skeleton data of CAD-50 dataset.

Principle

The specific process are as follow.

The first step is scatter the dataset which for the different number of images within each class. The significance of step and size is to sample every step frame once and sample the number of size frames once.

The idea of incremental training (online learning) is adopted to extract features in batches, and a large number of data are extracted in batches, then train the classifier.

Usage example

Put the original data file (txt file) into `data/original'before everything starts, and use the following command:

python data_preprocessing.py

If you want to train the model, use the input-dir parameter to specify the address of the data set and determine that the folder exists.

python main.py --input-dir data/input

If you want to load the model, use the load-model parameter and place naive_bayes.pkl in the model folder.

python main.py --input-dir data/input --load-model

If you would like incremental training, use --partial-fit additionally.

python main.py --input-dir data/input --load-model --partial-fit

Development setup

Make sure sklearn、numpy、scipy installed completedly。

pip install sklearn
pip install numpy
pip install scipy

Principle

具体流程如下图：

使用骨架数据进行动作识别

性感模型，在线学习

使用CAD-60中的骨架关节点数据进行动作识别，

原理

第一步分散数据集，是因为每个类内图像数量不同， 为实现每个样本大小不同。此处步长和子样本大小的意义是指 每step帧进行一次采样，一次采样size数量的帧。

按批提取特征采用增量训练的思路（在线学习）， 将大量的数据按批进行提取特征，随后进行分类器训练。

分类器选用的是朴素贝叶斯分类器。

使用方法

在一切开始之前将原始数据文件（txt文件）放入data/original， 并使用如下命令：

python data_preprocessing.py

如果你想训练模型，使用--input-dir参数指定数据集所在地址， 并确定该文件夹存在。

python main.py --input-dir data/input

如果你想加载模型，使用--load-model参数， 并将naive_bayes.pkl放在model文件夹中。

python main.py --input-dir data/input --load-model

如果想使用增量训练（在线学习），加上--partial-fit参数。

python main.py --input-dir data/input --load-model --partial-fit

开发环境

确保sklearn、numpy、scipy这三个模块安装好。

pip install sklearn
pip install numpy
pip install scipy